之所以會出現亂碼，這是因爲DOS系統本身，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之類的漢字操作系統……
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，決定採用一種臨時性的解決方案。
他先退出了虛擬空間，上網找到了一份IMG格式的UCDOS系統軟盤映像。
下載、解壓之後，將HZK16和HZK16F提取了出來，並傳到了虛擬空間裡的286電腦中。
這兩個文件是UCDOS的字庫文件，前者是簡體中文字庫，後者則支持繁體中文。
隨後，江寒再次進入虛擬空間，在自己製作的字典程序裡添加了一小段代碼，使其擁有了漢字顯示功能。
基本原理是根據漢字的內碼，在字庫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。
爲了提高顯示速度，遠古的編程高手們，開發出了一種叫做“直接寫屏”的技術，將像素信息直接寫到“顯示緩衝區”中去。
“顯示緩衝區”是一塊特別的內存區域，寫入其中的數據，會馬上顯示在屏幕上。
使用了“直接寫屏”技術的軟件，理論上來說，顯示速度可以接近機能的上限。
這種技術也有缺點，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，就對程序的兼容性提出了挑戰。
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、編譯成功了以後，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，剩下的事情，明晚再說……
第二天一早。
江寒起牀後，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她解釋了……
“有事說事，沒事我吃飯了。”江寒邊說邊下樓。
靳雪雯嘟了嘟嘴，抱怨了一聲：“江寒哥哥一點也不溫柔……”
江寒笑而不語。
對你這個小丫頭，還用得着那麼小心翼翼嗎？
咱的溫柔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，倆人蔘加的那個機器人比賽，只是中國青少年機器人競賽（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，纔會得到組辦方的邀請。
江寒笑了笑：“當然。”
別的不說，衝着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？”靳雪雯的語氣裡充滿了希冀。
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，每組最少需要五臺機器人，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，最多隻能再塞進來一個人了……
靳雪雯很開心：“一言爲定！”
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。
江寒和夏雨菲母女一起吃完早餐後，就照常去上學。
整個上午，他都在用心研讀《數學物理方程》，等到中午放學時，就差不多把這本書讀透了。
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軟件。
界面部分可以放在以後再弄，今天先把最難搞的核心算法寫出來。
畢竟人工神經網絡，需要大量的時間訓練……
OCR的技術要點，關鍵在於識別算法。
打印字體的識別，比手寫識別簡單多了，畢竟計算機常用的字體，也就那麼幾種。
江寒先從網絡上，將各種字體文件全都下載了一遍。
然後設計了一個程序，調用這些字體，生成了許多小圖片。
每張圖片都是一個漢字、數字、字母，或者特殊符號。
江寒使用數據擴充算法，將每張圖片略微變形、變色、位移、旋轉……
得到了數以十倍的樣本圖片。
並且，在生成圖片的同時，還順便生成了一一對應的標籤。
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器學習知識，設計了一個龐大的集成式機器學習算法。
其中不可避免地，用到了CNN，也就是最新開發出來的“卷積神經網絡”。
爲了最大限度地提高識別正確率，整個網絡包括了許多層級不同的子網絡。
每個圖塊輸入到網絡中後，先由第一級網絡進行粗分類。
將輸入的圖片，劃分成漢字、數字、英文字母、特殊符號這四個大類，然後分門別類地送入四個子網絡中。
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絡中，進一步分類，看看屬於0~9中哪一個數字。
英文和特殊符號的處理，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絡的識別，判斷歸屬於漢字大類，那麼處理起來就稍微複雜一些了。
江寒將5000個左右的常用漢字，劃分成了4000個子集。
然後使用自組織聚類神經網絡（SOM），設計了一個擁有4000個輸出的分類器。
少部分子集只含有一個元素，意味着分類到這些子集中的漢字，可以直接輸出識別結果。
大部分子集裡含有2~30個元素，這意味着還需要送入第三級網絡，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器中，識別出最終結果。
多於3的話，就送入細分類網絡模塊（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，然後逐一送入單字分類器中，輸出最後的結果。
這就是這個集成網絡的整個工作流程，其中使用了數百個中型神經網絡。
這些神經網絡在設計上，基本大同小異，所以編程難度並不高。
麻煩的是，每個神經網絡，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，準備好了十幾臺高性能服務器。
江寒將程序設計出來，然後連同訓練數據，一起上傳到了那些服務器中。
十幾臺服務器全力運轉，差不多一兩天就能完成訓練。