基于云计算的手写识别数据即服务平台设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 行业云与手写交互的兴起 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究目的和意义 | 第12-13页 |
| 1.4 本文完成的工作 | 第13页 |
| 1.5 本文组织结构 | 第13-14页 |
| 第二章 构建手写识别数据即服务平台的基本技术 | 第14-37页 |
| 2.1 服务器集群技术 | 第14-32页 |
| 2.1.1 服务器资源管理技术 | 第15-16页 |
| 2.1.2 负载均衡技术 | 第16-19页 |
| 2.1.3 网络应用层协议 | 第19-23页 |
| 2.1.4 云平台监控技术 | 第23-25页 |
| 2.1.5 数据存储技术 | 第25-29页 |
| 2.1.6 数据备份技术 | 第29-31页 |
| 2.1.7 Web开发基础 | 第31-32页 |
| 2.2 手写汉字识别技术 | 第32-35页 |
| 2.2.1 传统单字识别技术 | 第32-33页 |
| 2.2.2 深度卷积神经网络技术 | 第33-35页 |
| 2.3 本章小结 | 第35-37页 |
| 第三章 基于置信度的手写识别样本数据分析 | 第37-50页 |
| 3.1 运用卷积神经网络置信度区间分析手写样本 | 第37-42页 |
| 3.1.1 Softmax置信度区间描述 | 第37-38页 |
| 3.1.2 测试集合描述 | 第38-39页 |
| 3.1.3 置信度区间与识别率关系 | 第39-41页 |
| 3.1.4 置信度区间与识别率分布关系 | 第41-42页 |
| 3.2 利用置信度区间对样本进行标记 | 第42-44页 |
| 3.3 运用置信度区间发现相似字 | 第44-48页 |
| 3.3.1 基于候选字出现频率的方法 | 第44-45页 |
| 3.3.2 基于置信度区间排序的方法 | 第45-46页 |
| 3.3.3 基于信息熵距离度量的方法 | 第46-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 手写识别数据即服务平台HRDPaaS构建 | 第50-69页 |
| 4.1 手写识别数据即服务平台概述 | 第50-51页 |
| 4.2 手写识别数据即服务平台整体结构 | 第51-53页 |
| 4.3 平台服务实现 | 第53-66页 |
| 4.3.1 平台架构 | 第53页 |
| 4.3.2 数据存储层与备份统计 | 第53-56页 |
| 4.3.3 数据服务层 | 第56-62页 |
| 4.3.4 接入层 | 第62-66页 |
| 4.4 服务响应测试 | 第66-67页 |
| 4.5 本章小结 | 第67-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读博士/硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
