2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩115頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著數(shù)字化技術的發(fā)展,越來越多的蒙古文古籍被轉(zhuǎn)成數(shù)字圖像,以便長久保存。本文致力于研究蒙古文古籍圖像檢索技術,希望通過互聯(lián)網(wǎng)為中外學者提供一種查閱蒙古文古籍文獻的途徑,從而提高蒙古文古籍的利用效率,這對傳承和發(fā)展蒙古族文化具有重要意義。然而,蒙古文古籍因年代久遠,存在大量紙張褪色、筆跡模糊等現(xiàn)象,導致掃描圖像噪聲很多、圖像質(zhì)量較差,而且單詞書寫變形也較大。上述這些困難給本文的研究工作帶來許多挑戰(zhàn)。本文圍繞著這些難點在WordSpotti

2、ng技術框架下,以具有代表性的蒙古文《甘珠爾經(jīng)》為對象,對蒙古文古籍圖像檢索技術展開了一系列研究,主要內(nèi)容如下:
  (1)針對《甘珠爾經(jīng)》中單詞書寫變形大的特點,從單詞圖像的每行、每列中分別提取能反映書寫順序的四種輪廓特征,形成長度與單詞圖像高度相同的四個“行”特征向量,以及長度與單詞圖像寬度相同的四個“列”特征向量,這些特征向量用以描述每個單詞圖像。通過對比實驗分析了每種輪廓特征的性能,確定了描述單詞圖像的特征組合。
 

3、 (2)針對大規(guī)模文檔圖像檢索問題對檢索實時性的要求,本文利用離散傅里葉變換將描述單詞圖像的每種輪廓特征向量都變換到頻域空間。由于一定數(shù)量的低頻復系數(shù)可重構原輪廓特征向量,因此每種輪廓特征向量都可表示成頻域空間中一定數(shù)量的低頻復系數(shù),通過此種方式輪廓特征描述的單詞圖像能被轉(zhuǎn)成具有固定長度的特征向量。在本文中,固定長度特征向量的每個分量都是頻域空間中相應低頻復系數(shù)的模。這樣,單詞圖像間的匹配通過計算它們固定長度特征向量間歐式距離的方式加以

4、實現(xiàn),從而可滿足大規(guī)模文檔圖像檢索問題對檢索實時性的要求。
  (3)為避免檢索階段用戶從大規(guī)模單詞圖像集合中手動挑選查詢單詞“樣例圖像”的過程,本文提出一種查詢單詞圖像合成方法。該方法根據(jù)古典蒙古文字形特點,確定并構建古典蒙古文字形集;依據(jù)蒙古文單詞的拼寫規(guī)則,可將構成某個單詞的相關字形按先后順序從上到下依次拼接起來,形成對應的單詞圖像。通過此方法,能夠合成任意所需單詞圖像。實驗結(jié)果證明該方法不但便于用戶操作,同時還能保證合成出

5、來的查詢單詞圖像具有較好的檢索性能。
  (4)根據(jù)蒙古文構詞特點,本文提出一種去除構形后綴的方法,對包含構形后綴的蒙古文單詞圖像,可從圖像上直接去除相應構形后綴,只保留剩余部分(詞干)。在檢索過程中,當給定某種人稱或者時態(tài)下的查詢單詞,也先去除查詢單詞中的構形后綴,再以詞干部分進行檢索,這樣可檢索出該查詢詞在其他人稱或者時態(tài)下的形式,即:同一詞干綴接不同構形后綴的所有單詞。實驗結(jié)果表明本文提出的去除構形后綴的方法能較為有效的從包

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論