基于递归神经网络的英文手写输入法的设计与实现
摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题来源及背景 | 第11-12页 |
1.2 与课题相关的国内外研究综述 | 第12-17页 |
1.2.1 人工神经网络的研究情况 | 第12-14页 |
1.2.2 英文手写字符串识别的研究情况 | 第14-16页 |
1.2.3 Android平台对手写识别的支持 | 第16-17页 |
1.3 本论文主要工作内容及论文结构 | 第17-19页 |
第2章 英文手写输入法需求分析 | 第19-31页 |
2.1 输入法基本开发过程介绍 | 第19-20页 |
2.2 输入法需求分析 | 第20-25页 |
2.2.1 输入法相关用户介绍 | 第20-21页 |
2.2.2 输入法的需求用例 | 第21-23页 |
2.2.3 输入法功能性需求描述 | 第23-24页 |
2.2.4 输入法非功能性需求描述 | 第24-25页 |
2.3 输入法的关键技术 | 第25-30页 |
2.3.1 双向递归神经网络技术介绍 | 第25-27页 |
2.3.2 长短时记忆块技术介绍 | 第27-29页 |
2.3.3 动态连接技术介绍 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
第3章 英文手写输入法的设计 | 第31-67页 |
3.1 输入法总体设计 | 第31-34页 |
3.1.1 输入法整体架构设计 | 第31-33页 |
3.1.2 输入法功能结构设计 | 第33-34页 |
3.2 模型训练相关算法设计 | 第34-43页 |
3.2.1 基本训练算法设计 | 第34-37页 |
3.2.2 BRNN相关训练算法设计 | 第37-39页 |
3.2.3 LSTM相关训练算法设计 | 第39-41页 |
3.2.4 CTC相关训练算法设计 | 第41-43页 |
3.3 模型训练系统的设计 | 第43-57页 |
3.3.1 模型训练系统的相关核心类 | 第43-49页 |
3.3.2 网络初始化模块的设计 | 第49-51页 |
3.3.3 前向传播模块的设计 | 第51-52页 |
3.3.4 反向传播模块的设计 | 第52-57页 |
3.4 客户端系统的设计 | 第57-66页 |
3.4.1 客户端系统相关核心类 | 第57-61页 |
3.4.2 输入法初始化模块的设计 | 第61-64页 |
3.4.3 文本识别模块的设计 | 第64-66页 |
3.5 本章小结 | 第66-67页 |
第4章 英文手写输入法的实现 | 第67-92页 |
4.1 数据预处理程序的实现 | 第67-75页 |
4.1.1 IAM-On DB简介 | 第67-69页 |
4.1.2 数据格式的转换 | 第69-72页 |
4.1.3 成果展示 | 第72-75页 |
4.2 模型训练系统的实现 | 第75-84页 |
4.2.1 网络初始化模块的实现 | 第75-77页 |
4.2.2 前向传播模块的实现 | 第77-78页 |
4.2.3 反向传播模块的实现 | 第78-81页 |
4.2.4 成果展示 | 第81-84页 |
4.3 客户端系统的实现 | 第84-91页 |
4.3.1 输入法初始化模块的实现 | 第84-85页 |
4.3.2 文本识别模块的实现 | 第85-87页 |
4.3.3 客户端系统JNI接口的实现 | 第87-89页 |
4.3.4 成果展示 | 第89-91页 |
4.4 本章小结 | 第91-92页 |
第5章 英文手写输入法的测试 | 第92-110页 |
5.1 测试方案 | 第92-93页 |
5.1.1 测试目标 | 第92页 |
5.1.2 测试环境 | 第92-93页 |
5.2 模型训练系统的测试 | 第93-104页 |
5.2.1 网络初始化模块功能测试 | 第93-96页 |
5.2.2 前向传播模块功能测试 | 第96-99页 |
5.2.3 反向传播模块功能测试 | 第99-102页 |
5.2.4 模型训练系统的性能测试 | 第102-104页 |
5.3 客户端系统的测试 | 第104-109页 |
5.3.1 输入法初始化模块功能测试 | 第104-105页 |
5.3.2 文本识别模块功能测试 | 第105-108页 |
5.3.3 客户端系统的性能测试 | 第108-109页 |
5.4 测试结论 | 第109页 |
5.5 本章小结 | 第109-110页 |
结论 | 第110-111页 |
参考文献 | 第111-116页 |
致谢 | 第116-117页 |
个人简历 | 第117页 |