新書推薦：
《
中国摄影 中式摄影的独特魅力
》
售價：HK$
1097.6
《
山西寺观艺术彩塑精编卷
》
售價：HK$
1680.0
《
积极心理学
》
售價：HK$
55.8
《
自由，不是放纵
》
售價：HK$
54.9
《
甲骨文丛书·消逝的光明：欧洲国际史，1919—1933年（套装全2册）
》
售價：HK$
277.8
《
剑桥日本戏剧史（剑桥世界戏剧史译丛）
》
售價：HK$
201.6
《
中国高等艺术院校精品教材大系：材料的时尚表达??服装创意设计
》
售價：HK$
76.2
《
美丽与哀愁：第一次世界大战个人史
》
售價：HK$
143.4
|
| 內容簡介： |
|
本书将人工智能、大数据等计算机技术与唐卡数字化保护中的关键问题相结合，介绍了唐卡数字化保护的基本原理方法，目前的研究现状及取得的成果，重点介绍唐卡图像库、知识库、语料库、领域知识图谱的构建原理、过程和方法，探讨了知识图谱在唐卡图像识别、分类、图像描述及问答等领域的应用。本书的研究成果不仅可以满足博物馆、图书馆、美术馆、唐卡教学与研究等领域的实际应用需求，也对我国非物质文化遗产保护在科学研究、学科建设、人才培养、文化建设等方面具有重要的借鉴意义，在助力中华传统文化创造性转化、创新性发展等方面具有十分重要的社会意义。
|
| 關於作者： |
|
王铁君，西北民族大学数学与计算机科学学院副教授，博士，博士生导师，美国芝加哥洛约拉大学访问学者。研究方向为非物质文化遗产数字化保护、知识图谱、自然语言处理、图像处理。共发表高水平学术论文38篇；先后主持国家社会科学科研项目、国家自然科学基金项目、甘肃省自然基金、甘肃省科技支撑计划项目、甘肃省高等学校科研项目和中央高校基本科研业务费等科研项目9项，参与国家自然科学基金项目、国家社会科学项目、文化部国家文化创新工程项目、甘肃省自然科学基金、甘肃省高等学校科研项目等科研项目11项；获甘肃省科技进步二等奖和三等奖各1次，获甘肃省高校科技进步二等奖3次、三等奖2次，甘肃省高校自然科学二等奖1次，甘肃省建设科技进步二等奖1次，甘肃省电子学会二等奖1次，兰州市科技进步二等奖2次。
|
| 目錄：
|
第一章绪论(1)
第一节选题的价值和意义( 1)
第二节研究内容与思路(6 )
第三节章节组织结构(9)
第二章唐卡数字化保护研究(12)
第一节唐卡传承与保护现状(12)
第二节唐卡数字化保护现状(14)
第三节唐卡数字化领域研究成果(17)
第四节存在的问题及发展趋势 25
第五节本章小结 (29)
第三章唐卡领域知识 (30)
第一节唐卡介绍30
第二节唐卡领域知识特征分析及分类体系 (34)
第三节唐卡图像资源管理系统的设计与实现(40)
第四节唐卡语料库 系统的设计与实现 (45)
第五节本章小结(59)
第四章知识图请的概念及技术体系60
第一节知识图谱的定义60
第二节知识图谱的分类(62)
第三节知识图谱的现状(67)
第四节知识图谱的构建方法(70)
第五节知识图谱关键技术体系(73)
第六节知识图谱发展 趋势及挑战(84)
第七节本章小结86
第五章唐卡领城知识图谮 模式层构建87
第一节唐卡领城本体的模型设计及形式化表示(88)
第二节基于prolege构建唐卡领域本体(95)
第三节唐卡领域本体的评价和分析(100)
第四节本章小结 (103)
第六章唐卡领域本体推理研究(104)
第一节本体推理模型104
第二节基于OWL的唐卡领域本体逻辑推理 (112)
第三节基于Jena的唐卡领域本体规则推理 (115)
第四节本章小结 (125)
第七章基于规则的唐卡领域实体及关系抽取 (127)
第一节唐卡领域实体抽取问题分析 (127)
第二节一唐卡领域语料获取129
第三节半结构化数据中的实体及 关系提取 (132)
第四节本章小结(138)
第八章店于保度学习的实体及关系仙取关键理论(139)
第一节文本表示139
第二节主要深度神经网络模型(144)
第三节自注意力机制 149
第四节本章小结151
第九章基于深度学 习的唐卡领城实体及关系抽取 (152)
第一节基于 CNN的唐卡领域文本关系抽取 (152)
第二节基于BERT-ACRNN的唐卡文本单标签关系分类 (158)
第三节唐卡多标签关系分类(164)
第四节本章小结 173
第十章唐卡领域知识图谱数据层构建(175)
第一节唐卡领域知识图谱数据层模型 (175)
第二节知识获取(175)
第三节知识融合 (177)
第四节知识图谱存储(178)
第五节本章小结(185)
第十一章基于多特 征融合的唐卡图像识别方法 (186)
第一节唐卡图像中目标对象的特征分析 (186)
第二节唐卡图像中目标对象的特征提取 (189)
第三节唐卡特征图像的分类与识别 (201)
第四节实验结果及讨论(205)
第五节本章小结(209)
第十二章基于SVM 的唐卡图像分类(209)
第一节SVM分类方法209
第二节SVM 分类方法的改进(211)
第三节基于M-RBF核函数的唐卡图像分类(216)
第四节本章小结(222)
第十三章基于知识图讲的唐卡图像标注 (224)
第一节自动图像标注
(224)
第二节唐卡图像语义标注框架(232)
第三节唐卡图像标注方法研究(233)
第四节本章小结(240)
第十四章 基于知识图谱的唐卡人物问答系统(241)
第一节问答系统研究现状 (242)
第二节问答系统的关键技术 (244)
第三节唐卡人物问答系统关键技术研究249
第四节基于知识图谱的唐卡人物问答系统设计与实现 (265)
第五节本章小结 (269)
第十五章总结与展望(271)
第一节总结(271)
第二节后续工作展望(273)
参考文献(276)
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
