之所以會出現碼，這是因為DOS系統本，並不支持漢字顯示的緣故。

解決這個問題的途徑有很多。

比如打造一個CCDOS、UCDOS之類的漢字作系統……

這樣可以一勞永逸，但工程量十分浩大。

所以江寒琢磨了一下，決定採用一種臨時的解決方案。

他先退出了虛擬空間，上網找到了一份IMG格式的UCDOS系統盤映像。

下載、解之後，將HZK16和HZK16F提取了出來，並傳到了虛擬空間里的286電腦中。

這兩個文件是UCDOS的字型檔文件，前者是簡中文字型檔，後者則支持繁中文。

隨後，江寒再次進虛擬空間，在自己製作的字典程序里添加了一小段代碼，使其擁有了漢字顯示功能。

基本原理是據漢字的碼，在字型檔文件中找到對應的點陣信息，然後一個像素、一個像素地畫到屏幕上。

然而，在286這麼落後的電腦上，如果不使用一點技巧，直接畫點的話，每秒鐘大概只能顯示5~6個漢字。

這樣的速度自然遠不能讓人滿意。

為了提高顯示速度，遠古的編程高手們，開發出了一種做「直接寫屏」的技，將像素信息直接寫到「顯示緩衝區」中去。

「顯示緩衝區」是一塊特別的存區域，寫其中的數據，會馬上顯示在屏幕上。

使用了「直接寫屏」技的，理論上來說，顯示速度可以接近機能的上限。

這種技也有缺點，那就是各種顯示卡、顯示模式，所使用的「顯示緩衝區」，位置並不一樣。

例如CGA顯卡的「顯示緩衝區」，起始地址就是B800h……

這樣一來，就對程序的兼容提出了挑戰。

好在江寒只需要支持自己的這臺286就行，其他機型完全不需要考慮。

江寒寫完這個程序，調試、編譯功了以後，他的個人專用英漢電子詞典，終於可以正常使用了。

看看時間已經不早，他就退出了虛擬空間。

今晚先到這裡，好好睡上一覺，剩下的事，明晚再說……

第二天一早。

江寒起床后，剛洗完臉，手機忽然響了起來，拿過來一看，竟然是小蚊子打來的。

江寒接了起來：「這麼早？」

靳雪雯嘻嘻一笑：「江寒哥哥早！嗯……對了，我這麼早就給你打電話，有沒有打擾到你和雨菲姐姐的好夢啊？」

江寒：「……」

最多打擾到自己，怎麼可能打擾到小媳婦？

不過這個就不需要跟解釋了……

「有事說事，沒事我吃飯了。」江寒邊說邊下樓。

靳雪雯嘟了嘟，抱怨了一聲：「江寒哥哥一點也不溫……」

江寒笑而不語。

對你這個小丫頭，還用得著那麼小心翼翼嗎？

咱的溫只留給小媳婦就行了……

也沒用江寒哄，靳雪雯很快就自己調整好了心態，歡快地說：「對了，江寒哥哥，CARC正賽還有不到一個月了，你要不要參加啊？「

上次在魔都，倆人參加的那個機人比賽，只是中國青年機人競賽（CARCP）的預選賽。

而1月下旬，還有一場規模更大的正賽，在帝都舉行。

只有預賽的前三名，或者在其他賽事中名列前茅的選手，才會得到組辦方的邀請。

江寒笑了笑：「當然。」

別的不說，沖著提高學力等級的機會，他也不可能錯過這場盛會。

」那咱們再組一次隊，好不好？」靳雪雯的語氣里充滿了希冀。

江寒微微一笑：「沒問題，你願意的話，還可以再帶一個人進隊，我這邊已經找到兩個了。」

正賽採用的是類似LOL的MOBA賽制，每組最需要五臺機人，選手數量則限制在3~5人之間。

江寒已經決定了，到時候會帶上方源和小魚兒，讓他們兩個也長長見識。

這樣一來，算上靳雪雯，隊伍就接近滿員，最多只能再塞進來一個人了……

靳雪雯很開心：「一言為定！」

兩人說完這件事後，約好了到時候再聯絡，然後就掛斷了電話。

江寒和夏雨菲母一起吃完早餐后，就照常去上學。

整個上午，他都在用心研讀《數學理方程》，等到中午放學時，就差不多把這本書讀了。

中午吃完飯，江寒將夏雨菲哄睡之後，就拿出筆記本電腦，開始編寫程序。

他昨天就打算好了，做一個實用一點的OCR。

界面部分可以放在以後再弄，今天先把最難搞的核心演算法寫出來。

畢竟人工神經網路，需要大量的時間訓練……

OCR的技要點，關鍵在於識別演算法。

列印字的識別，比手寫識別簡單多了，畢竟計算機常用的字，也就那麼幾種。

江寒先從網路上，將各種字文件全都下載了一遍。

然後設計了一個程序，調用這些字，生了許多小圖片。

每張圖片都是一個漢字、數字、字母，或者特殊符號。

江寒使用數據擴充演算法，將每張圖片略微變形、變、位移、旋轉……

得到了數以十倍的樣本圖片。

並且，在生圖片的同時，還順便生了一一對應的標籤。

這樣江寒就擁有了海量的訓練數據。

接下來，他又綜合運用已經掌握的機學習知識，設計了一個龐大的集式機學習演算法。

其中不可避免地，用到了CNN，也就是最新開發出來的「卷積神經網路」。

為了最大限度地提高識別正確率，整個網路包括了許多層級不同的子網路。

每個圖塊輸到網路中后，先由第一級網路進行分類。

將輸的圖片，劃分漢字、數字、英文字母、特殊符號這四個大類，然後分門別類地送四個子網路中。

如果第一級識別的結果是數字，那麼就會送進一個類似於手寫數字識別的小型網路中，進一步分類，看看屬於0~9中哪一個數字。

英文和特殊符號的理，也和數字差不多，只是輸出結果的類別數，稍微大了那麼一點點。

但如果經過第一級網路的識別，判斷歸屬於漢字大類，那麼理起來就稍微複雜一些了。

江寒將5000個左右的常用漢字，劃分了4000個子集。

然後使用自組織聚類神經網路（SOM），設計了一個擁有4000個輸出的分類。

部分子集只含有一個元素，意味著分類到這些子集中的漢字，可以直接輸出識別結果。

大部分子集里含有2~30個元素，這意味著還需要送第三級網路，進一步進行分類。

如果該子集中的元素，只有2~3個，那麼就送進一個單字分類中，識別出最終結果。

多於3的話，就送細分類網路模塊（RNM），進一步分類。

循環進行前兩步，直到每個子集的元素個數都小於等於3，然後逐一送單字分類中，輸出最後的結果。

這就是這個集網路的整個工作流程，其中使用了數百個中型神經網路。

這些神經網路在設計上，基本大同小異，所以編程難度並不高。

麻煩的是，每個神經網路，都得單獨訓練，而這需要大量的算力。

好在他早就在高新區地下的機房裡，準備好了十幾臺高能伺服。

江寒將程序設計出來，然後連同訓練數據，一起上傳到了那些伺服中。

十幾臺伺服全力運轉，差不多一兩天就能完訓練。。