【摘 要】
：
手写汉字生成是机器学习中一个重要的研究方向。近二十年来,针对手写汉字生成的研究大体可分为两个阶段:早期主要利用汉字的显式特征如结构和笔画等实现对汉字的分解,再通过算法实现汉字的生成。该类方法对汉字的分解准确度及数据集的精度要求较高,限制了该类方法的广泛应用。现阶段的汉字生成研究主要借助于深度神经网络来实现对汉字隐式特征的提取,从而生成更高质量的汉字并克服早期研究阶段数据集不足等问题。主要目的是对已有汉字生成研究进行全面系统的综述。
【机 构】
：
南昌师范学院数学与信息科学学院,江西师范大学计算机信息工程学院
【基金项目】
：
国家自然科学基金(61962027)。
论文部分内容阅读
手写汉字生成是机器学习中一个重要的研究方向。近二十年来,针对手写汉字生成的研究大体可分为两个阶段:早期主要利用汉字的显式特征如结构和笔画等实现对汉字的分解,再通过算法实现汉字的生成。该类方法对汉字的分解准确度及数据集的精度要求较高,限制了该类方法的广泛应用。现阶段的汉字生成研究主要借助于深度神经网络来实现对汉字隐式特征的提取,从而生成更高质量的汉字并克服早期研究阶段数据集不足等问题。主要目的是对已有汉字生成研究进行全面系统的综述。
其他文献
目的识别含能材料生产车间中的瓶颈设备,对生产系统作出预警,为排产方案制定以及实际生产工作提供指导,改善生产系统的加工效率。方法针对传统瓶颈设备识别方法评价指标单一、识别过程复杂的问题,研究一种基于灵敏度分析和逼近理想解排序法(TOPSIS)融合的瓶颈设备识别方法。该算法首先确定作业指标与设备加工量关系的灵敏度矩阵,然后运用逼近理想解排序法,计算设备的综合瓶颈指数,通过比较各设备的综合瓶颈指数,识别出瓶颈设备。结果采用含能材料生产车间实际数据进行仿真实验,可以在生产系统运行之前识别出系统中的瓶颈设备。结论通
护岸建设在防治崩岸、稳定河势等方面发挥着重要作用,在长江大保护新的背景下,如何充分吸收先进设计理念和技术,提升护岸工程的生态功能,营造水利景观、展现城市文脉,成为了护岸工程建设工作中的要点与难点。本文以荆州城区为例,从生态修复和城市修补的视角出发,以“城市空间与长江岸线交织互动”为核心理念,从岸线总体布局、岸段分区、岸坡型式等方面阐述如何构建生态护岸体系,统筹防洪减灾、岸线利用、景观生态等功能于一体,系统提升城市整体功能和风貌。
大数据时代,论坛上用户的看法、倾向、观点和争论形成了大量数据。对这些能表达作者情绪的数据进行挖掘,有助于相关人员对信息的理解、把控,亦会对决策形成直接影响。为此,关注论坛情感挖掘十分重要。从论坛数据挖掘相关技术的概念和意义出发,重点讨论了论坛情感挖掘中基于情感词典和基于机器学习两种方法的研究现状,对每种方法的适用任务、不足之处、改进方案、发展趋势等进行对比和阐述。给出论坛情感挖掘领域尚待解决的难题与挑战,并对该技术未来的发展方向做出预测。
水利工程造价水平的确定是水利工程编规修订的决定性工作,是编规修订其他工作开展的基础,因此确定合理的造价水平意义重大。通过选择四个不同水利工程类别的典型工程作为测算对象,选用六个国内不同经济水平省份的水利工程定额和五个辽宁省不同行业的行业定额进行造价水平测算,从而确定辽宁省水利工程造价水平在全国同行业中、省内不同行业中的现状水平,并提出合理的调整幅度值。
目的判定车辆悬架螺旋弹簧失效的原因,提出改进措施。方法通过分析和测试其化学成分、氢含量、非金属夹杂物、力学性能、金相组织、断口形貌等,研究车辆悬架螺旋弹簧的失效行为。结果试件弯曲变形内侧的剪切应力值最大,容易引起应力集中。材料最后断裂区为韧窝和沿晶的混合断裂,且断后伸长率偏低。喷丸并未完全去除脱碳层及表层的其他原始缺陷,表层形成疲劳缺陷的可能性增高。喷丸造成螺旋弹簧表层存在较深的凹坑,凹坑边缘形成明显凸起棱边,引起应力集中,且材料表层存在折叠缺陷。在循环应力作用下,凹坑处折叠缺陷端部首先成为裂纹萌生点,在
从国际防雷标准体系的研究入手,梳理了国内武器装备防雷标准的技术来源,对比了不同体系标准在雷电关键参数、标准内容、实际应用等方面的差异,分析了存在的问题,并提出协调与选择应用的建议,可作为各类型装备开展雷电防护工作及后续标准规范制定的参考依据。
本文基于茂名市水资源状况、开发利用潜力、区域经济结构与发展规划、水生态环境问题等特点,结合农业灌溉节水水平、水资源开发利用空间布局、以及经济定位等,构建不同农业节水水平模拟情境,从灌区节水改造、农业种植结构调整等方面,分析农业节水对茂名市供水能力的影响,为茂名市农业节水措施及水资源优化利用研究方向提供参考依据。
图像超分辨率重建旨在从低分辨率图像恢复出高分辨率清晰图像。阐述了典型图像超分辨率重建方法的思想,从上采样位置和上采样方法、学习策略、损失函数等维度,对典型和最新的基于深度学习的图像超分辨率重建算法进行了评述,分析了最新的发展现状,并对未来发展趋势进行了展望。
针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势。依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集。根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN近邻回归算法和局部线性加权回归算法预测温度变化率,再转换为温度,得到的温度变化与测量数据的线性相关性达到80%以上的高相似度结果,表明使用机器学习可快速预测电热防除冰部件的表面温度变化趋势,
目的提高通指车辆低温环境试验效率、缩短试验周期和节约试验成本。方法采取经验梳理、理论分析、试验验证和数据分析相结合方法,分别绘画出同一通指车辆方舱在-30、-40℃两个环境中相同时间内的升温曲线。结果在相同的加热时间内,同一通指车辆方舱在-30、-40℃两个环境中的升温曲线基本吻合。结论在对暖风机升温性能测试时,可以将GJB 219B—2005《军用通信车通用规范》中规定的方舱取暖测试用环境温度值由-30℃改为-40℃或其他方便测试的温度。