声明
摘要
第1章绪论
1.1研究背景和意义
1.2国内外研究现状
1.2.1传统的古籍纸张分类方法
1.2.2传统的古籍纸张年份分析方法
1.3主要研究内容
1.4本文章节安排
2.1深度学习概述
2.2互信息概述
2.3循环神经网络RNN概述
2.3.1长短期记忆网络LSTM
2.3.2门控循环单元GRU
2.4注意力机制概述
2.4.1基于通道的注意力模块SENet
2.4.2基于通道和空间的注意力模块CBAM
第3章基于多尺度纤维特征融合的古籍纸张分类方法
3.1引言
3.2基于互信息特征融合和特征选择的纸张鉴定模型
3.2.1基于互信息的特征融合算法
3.2.2基于互信息的特征选择算法
3.3实验结果与分析
3.3.1实验数据集
3.3.2实验参数设置
3.3.3消融实验
3.3.4比较实验
3.4本章小结
第4章基于递归神经网络的古籍纸张年份分析方法
4.1引言
4.2基于混合注意力机制的纸张年份回归模型
4.2.1混合注意力模块设计
4.2.2损失函数设计
4.3实验结果与分析
4.3.1实验数据集
4.3.2实验参数设置
4.3.3消融实验
4.3.4比较实验
4.4本章小结
第5章总结与展望
5.1本文工作总结
5.2后续工作展望
致谢
参考文献
附录
武汉科技大学;