文档介绍：博士学位论文开题报告
认知模式识别理论及其在无字库智能造字应用研究
研究生:刘明友
指导教师:皮佑国教授
Outline
背景
研究内容和创新点
研究基础
进度计划
背景—模式识别
模式识别尚存在两个主要问题需要解决:
小样本问题
迄今为止的模式识别主要是基于被识别事物的区分机理,而不是基于认知机理,在“识”方面,即对事物认识(学习)方面与人类的认知过程差异较大而且学习能力不足
背景—智能造字
字库方式存在的弊端:
难于形成规模适度和长期稳定的汉字信息化标准
不符合汉字的造字规律,无法传承汉字文化
不符合汉字认知规律,与汉字教学脱节
不能满足整个社会的应用需求
信息熵高,是效率最低语言文字信息系统之一
研究内容和创新点
提出了基于原型匹配的认知模式识别理论
提出了拟人的计算机无字库智能造字
完善了汉字原型及结构提取理论和方法
提出了汉字基元映射知识获取方法
提出了汉字知识组织与表示方法
原型匹配的认知模式识别理论研究
恒常性与拓扑不变性
模式的组成
原型与成分的关系
恒常性与拓扑不变性
视知觉恒常性表述为:在对象图像信息足够确定其模式的条件下,图像的大小变化和形状变化不影响人对对象的知觉。用几何拓扑学的相关理论,建立物体对象的数学模型,从大小和形状恒常性两个角度加以证明。
模式的组成
从成分识别理论出发,研究现实世界中物体的组成法则。比如,世界上的物质种类多得数不清,但组成物质的化学元素却只有一百多种。又如,可以通过红、绿、蓝三种颜色来构成五彩缤纷的颜色。Biederman的成分识别理论揭示了客观世界的构成模式:客观世界中的所有物体都是由一些成分构成的,也就是说,客观世界中物体都可以分解成一定的组成成分,各个成分之间的组合关系我们称之为结构。我们用集合理论来对物体的构建进行描述。
原型与成分的关系
原型是这一类客体所有的个体的概括表征。物体是由一些成分按照其结构所组成的,这里的成分是具体的、确定的。因此原型和组成物体的成分之间就存在一个由概括到确定,由抽象到具体的过程。我们用拓扑空间相关理论,研究原型与具体的组成成分之间的拓扑映射。
从拓扑学的理论加以证明:原型匹配过程就是用原型集合中的一个或数个元素的拓扑变换对模式中的组成成分进行覆盖的过程。
拟人的计算机无字库智能造字研究
汉字是用象形和指事及其符号按照一定的规则造出来的,传统的汉字造字理论包括:象形,指事,会意,形声。从认知心理学的知觉理论出发,研究人对汉字的认知机理,包括汉字的认读和书写过程。无字库智能造字的结构框架: