汉字智能工具中的书写错误识别技术研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 插图目录 | 第11-13页 |
| 表格目录 | 第13-14页 |
| 第1章 绪论 | 第14-26页 |
| ·汉字笔画错误类型 | 第14-17页 |
| ·汉字基本笔画错误 | 第15页 |
| ·汉字笔画顺序错误 | 第15-17页 |
| ·汉字笔画关系错误 | 第17页 |
| ·传统汉字教学方式 | 第17-19页 |
| ·汉字教学系统的相关研究 | 第19-22页 |
| ·只读式汉字教学系统 | 第19页 |
| ·允许练习的汉字教学系统 | 第19-22页 |
| ·研究内容及系统介绍 | 第22-23页 |
| ·本文组织结构 | 第23-26页 |
| 第2章 汉字笔画错误识别方法研究 | 第26-54页 |
| ·引言 | 第26-27页 |
| ·本文的实现方法 | 第27-45页 |
| ·汉字的ARG表示法 | 第27-30页 |
| ·ARG节点定义 | 第28页 |
| ·改进的ARG边定义 | 第28-29页 |
| ·汉字表示法 | 第29-30页 |
| ·匹配算法 | 第30-42页 |
| ·传统的节点匹配分值 | 第30-32页 |
| ·改进的边匹配分值 | 第32页 |
| ·基于汉字笔画特性的节点编辑操作 | 第32-35页 |
| ·基于汉字笔画特性的边编辑操作 | 第35-36页 |
| ·节点匹配结合Hu距分值 | 第36-40页 |
| ·节点匹配结合改进的边匹配 | 第40-41页 |
| ·提出的剪枝策略 | 第41-42页 |
| ·汉字笔画错误查找过程 | 第42-45页 |
| ·汉字基本笔画错误 | 第43-44页 |
| ·汉字笔画顺序错误 | 第44-45页 |
| ·汉字笔画关系错误 | 第45页 |
| ·实验数据 | 第45-47页 |
| ·实验结果分析 | 第47-54页 |
| ·实验方法 | 第47页 |
| ·实验数据集 | 第47-49页 |
| ·实验结果 | 第49-54页 |
| 第3章 细化型空间关系 | 第54-74页 |
| ·研究动机 | 第54-56页 |
| ·空间关系定义 | 第55页 |
| ·汉字笔画之间关系 | 第55-56页 |
| ·本文的改进方法 | 第56-69页 |
| ·细化型空间关系 | 第56-60页 |
| ·细化型空间关系的定义 | 第56-57页 |
| ·利用K-means聚类完成关系分类 | 第57-59页 |
| ·汉字关系实例 | 第59-60页 |
| ·细化型间隔邻近图 | 第60-69页 |
| ·传统的邻近图 | 第60页 |
| ·细化型邻近图 | 第60-65页 |
| ·CHAT系统中的应用 | 第65-69页 |
| ·实验结果 | 第69-74页 |
| ·实验方法 | 第69页 |
| ·实验数据 | 第69-70页 |
| ·实验结果 | 第70-74页 |
| 第4章 自适应权值间隔邻近图 | 第74-92页 |
| ·研究动机 | 第74-76页 |
| ·邻近图中的关系转化权值 | 第74-75页 |
| ·关系转化的意义 | 第75-76页 |
| ·本文的方法描述 | 第76-85页 |
| ·基于统计的方法构建自适应权值间隔邻近图 | 第76-79页 |
| ·利用统计分析关系转化 | 第77-79页 |
| ·自适应权值间隔邻近图的训练过程 | 第79页 |
| ·基于神经网络方法构建自适应权值间隔邻近图 | 第79-85页 |
| ·单个BPNN | 第80-81页 |
| ·多层BPNN | 第81-85页 |
| ·实验描述 | 第85-92页 |
| ·实验方法 | 第85页 |
| ·实验数据 | 第85-87页 |
| ·实验结果 | 第87-92页 |
| 第5章 总结 | 第92-98页 |
| ·本文工作总结 | 第92-94页 |
| ·汉字结构表示方法的研究 | 第92-93页 |
| ·自适应权值间隔邻近图的研究 | 第93-94页 |
| ·笔画错误查找的研究 | 第94页 |
| ·下一步的研究工作 | 第94-98页 |
| ·汉字部件的表示方法研究 | 第95页 |
| ·汉字部件间匹配关系的研究 | 第95页 |
| ·从美学角度评估汉字书写 | 第95-98页 |
| 参考文献 | 第98-108页 |
| 致谢 | 第108-110页 |
| 在读期间发表的学术论文与取得的研究成果 | 第110页 |
| 已发表论文 | 第110页 |
| 攻读学位期间参与的科研项目情况 | 第110页 |
