正赛采用的是类似LOL的MOBA赛制，每组最少需要五台机器人，选手数量则限制在3~5人之间。
江寒已经决定了，到时候会带上方源和小鱼儿，让他们两个也长长见识。
这样一来，算上靳雪雯，队伍就接近满员，最多只能再塞进来一个人了……
靳雪雯很开心：“一言为定！”
两人说完这件事后，约好了到时候再联络，然后就挂断了电话。
江寒和夏雨菲母女一起吃完早餐后，就照常去上学。
整个上午，他都在用心研读《数学物理方程》，等到中午放学时，就差不多把这本书读透了。
中午吃完饭，江寒将夏雨菲哄睡之后，就拿出笔记本电脑，开始编写程序。
他昨天就打算好了，做一个实用一点的OCR软件。
界面部分可以放在以后再弄，今天先把最难搞的核心算法写出来。
毕竟人工神经网络，需要大量的时间训练……
OCR的技术要点，关键在于识别算法。
打印字体的识别，比手写识别简单多了，毕竟计算机常用的字体，也就那么几种。
江寒先从网络上，将各种字体文件全都下载了一遍。
然后设计了一个程序，调用这些字体，生成了许多小图片。
每张图片都是一个汉字、数字、字母，或者特殊符号。
江寒使用数据扩充算法，将每张图片略微变形、变色、位移、旋转……
得到了数以十倍的样本图片。
并且，在生成图片的同时，还顺便生成了一一对应的标签。
这样江寒就拥有了海量的训练数据。
接下来，他又综合运用已经掌握的机器学习知识，设计了一个庞大的集成式机器学习算法。
其中不可避免地，用到了，也就是最新开发出来的“卷积神经网络”。
为了最大限度地提高识别正确率，整个网络包括了许多层级不同的子网络。
每个图块输入到网络中后，先由第一级网络进行粗分类。
将输入的图片，划分成汉字、数字、英文字母、特殊符号这四个大类，然后分门别类地送入四个子网络中。
如果第一级识别的结果是数字，那么就会送进一个类似于手写数字识别的小型网络中，进一步分类，看看属于0~9中哪一个数字。
英文和特殊符号的处理，也和数字差不多，只是输出结果的类别数，稍微大了那么一点点。
但如果经过第一级网络的识别，判断归属于汉字大类，那么处理起来就稍微复杂一些了。
江寒将5000个左右的常用汉字，划分成了4000个子集。
然后使用自组织聚类神经网络（SOM），设计了一个拥有4000个输出的分类器。
少部分子集只含有一个元素，意味着分类到这些子集中的汉字，可以直接输出识别结果。
大部分子集里含有2~30个元素，这意味着还需要送入第三级网络，进一步进行分类。
如果该子集中的元素，只有2~3个，那么就送进一个单字分类器中，识别出最终结果。
多于3的话，就送入细分类网络模块（RNM），进一步分类。
循环进行前两步，直到每个子集的元素个数都小于等于3，然后逐一送入单字分类器中，输出最后的结果。
这就是这个集成网络的整个工作流程，其中使用了数百个中型神经网络。
这些神经网络在设计上，基本大同小异，所以编程难度并不高。
麻烦的是，每个神经网络，都得单独训练，而这需要大量的算力。
好在他早就在高新区地下的机房里，准备好了十几台高性能服务器。
江寒将程序设计出来，然后连同训练数据，一起上传到了那些服务器中。
十几台服务器全力运转，差不多一两天就能完成训练。