一、图书索书号设计探讨（论文文献综述）
王颖,李晋,赵毅[1]（2021）在《基于激光传感器的图书错位智慧报警系统研究》文中指出为了提升图书错序检测效果以及图书管理工作效率,研究基于激光传感器的图书错位智慧报警系统。系统以激光传感器及声光报警器作为主要监控传感器,通过激光传感器模块采集图书馆的图书信息,经数字图像处理芯片处理完成后,图书错位检测模块通过书脊分割、标签提取、索书号字符分割完成预处理,并采用卷积神经网络完成书籍索书号字符识别,声光报警模块依据识别结果采用STM32F103增强型单片机实现图书错位报警控制。实验分析结果表明,该系统可针对一般索书号在架图书进行良好的错序检测,且系统应用12月后,可有效提升图书馆工作有效率19.50%,提升用户对于图书管理工作的满意度将近18%。由此得知,该系统具备较高实用价值。
倪晶[2]（2021）在《图书文献资源层架坐标法研究——以中央美术学院图书馆为例》文中研究表明专业类院校的"双一流"建设要求注重学科群协同共进,强调优势学科发展。对于专业图书馆而言,既是机遇也是挑战,学科馆藏建设必然是重中之重。中央美术学院图书馆为助力学院"双一流"建设,首先从学科发展、文献保护、馆员建设以及读者服务方面综合考察了项目实施的必要性,全面分析了传统分类排架法存在的问题,结合图书馆目前常用的密集库排架法,利用其优势,设计出以层格坐标架位号为主、传统分类号为辅的模糊排架管理模式,并通过公共检索系统OPAC呈现给读者,实现精准定位。该排架法广泛听取一线专家学者的建议,通过分析自身馆藏特点及读者使用习惯,按专业学科划分架位,为每册文献赋予唯一的架位号,精确定位到层格,而在同一层格内可以灵活的按照文献特点模糊排架,进而可实现更为合理的摆放,也可以达到文献保护的目的。我们在设计架位号结构时力求简洁易懂,通过认真实践以及深入调研读者体验,我们认为用架位号取代传统索书号面向读者,是一种更友好的索书方式。并且通过新排架法的实施,可以使得架位分布更符合学科发展规律,从而更好地助力图书馆专业学科馆藏建设。
沈静萍,孟文杰,王政凯[3]（2021）在《改进的RFID图书定位系统》文中研究指明RFID盘点定位系统在高校的应用生态不容乐观,找书难的问题依然存在,系统亟需改造重构.基于我校RFID盘点定位系统,结合流通排架实操规程,采用Python、Django框架和Oracle数据库开发系统后台管理模块,对该系统的定位数据采集、数据库结构、定位计算方法进行改造.此方法在实际应用中取得了良好的效果,改进后的RFID定位系统易于管理维护,有效地解决了找书难的问题.
徐嘉慧[4]（2021）在《融合注意力机制的关联规则算法研究及应用》文中研究表明在大数据时代,丰富数据之间存在着隐藏、有价值的关联关系。而如何发现这些隐藏的、有价值的关系一直是数据挖掘领域的研究热点。关联规则挖掘是数据挖掘领域最有效的挖掘技术之一,可直接将数据库中丰富的关联关系挖掘出来,进而指导实际的营销工作。在传统关联规则中存在数据库中各项重要性相同、出现频率相似的前提假设,使得当数据库中的项目频率变化较大时,设置最小支持度较为困难,加权关联规则旨在解决该困难。然而该类算法中存在数据库中各项权重系数由专家人为方式标注的问题,面对现阶段呈指数级增长的大规模数据,专家人为标注显得不切实际。基于上述问题,本文在已有的算法基础上加以改进,提出了一种融合RNN与注意力机制的关联规则算法（3AM:Association Rule Algorithm Fusing RNN and Attention Mechanism）。该算法首先利用双向RNN融合注意力机制的深度学习方法进行数据项权重的求解,可实现数据库中各项权重的自动化标注。然后,基于所求权重,利用加权关联规则MINWAL（O）算法实现关联规则的生成。它可以充分学习数据库项目的隐含知识,生成更多有价值的关联规则,大大减少专家的工作量。最后,本文以高校图书馆数据为例进行实验设置,并基于聚类方法对各项的权重进行了分析。实验结果表明,相比传统的Apriori、FP-Growth和Apriori Inverse三种关联规则方法,本论文提出的方法具有较好的模型性能,且具有一定的解释性。本论文进一步设计了以图书馆推荐为例的原型系统,可为读者推荐较为准确的图书。
苏志芳,徐德刚,袁小一[5]（2020）在《基于机器视觉的图书乱架清点系统——以中南大学图书馆为例》文中进行了进一步梳理文章基于机器视觉技术和无线网络传输技术,通过分析图书书脊图像的特点,设计了基于嵌入式的图书书脊图像采集装置,实现对在架书脊图像的采集和实时分割,并利用汉字识别技术提取书脊图像的字符信息,进而获得书目的索取号和书名,再结合构建的自动化系统ILASⅢ清点模块,实现了基于机器视觉的图书乱架识别系统开发。实验显示该系统的识别效果较好,可有效提高图书清点工作效率。
王崇[6]（2020）在《基于机器视觉的智能图书识别检测系统的设计》文中提出随着信息化社会的快速发展,民众在提升自身素质的同时对知识的渴求也与日俱增,图书馆便成为人们寻求知识的优先选择。图书馆中书籍数量及阅览人流量的增加,图书馆普遍采用开架阅览方式前提下,使用后书籍错序摆放是常见现象。将错序图书进行重新摆放成为图书馆日常必须面对的难题。传统的图书整理靠人工完成,耗时、浪费人力、易出错的缺点显而易见。随着机器视觉技术的发展和应用普及,智能技术的广泛应用及软硬件性能的不断提升,使基于机器视觉的错序图书自动识别和整理成为可能,本文研究目的是设计并实现基于机器视觉智能图书识别检测系统,以提高错序图书整理的自动化程度。本文围绕机器视觉在错序图书识别中的关键问题展开研究,针对图书边缘为直线的先验条件,采用边缘算子结合直线检测算法对图书图像进行书脊提取,基于Faster-RCNN的目标检测算法,对索书号区域进行定位提取,以达到提高索书号提取准确率的目的。并对提取得到的索书号区域中的字符分割技术进行研究,为了提高系统对字符分割的准确率,采用基于连通域分割算法对索书号进行分割。再将分割后的字符进行基于卷积神经网络的字符识别操作,识别出的索书号信息与系统数据库中预存图书顺序信息进行交互,将检测结果进行反馈。基于上述技术,本文使用C++语言、Caffe深度学习框架并结合数据库技术完成了一个图书错序检测系统的设计。系统分为三个基础功能模块,预处理模块、识别模块、后处理模块。系统初步测试表明,本文提出的总体方案和开发系统可用于检测通用索书号样式的图书基本信息与图书顺序信息,为图书馆自动化整理提供一种可行的方案。
董琳,刘春美[7]（2020）在《民国时期清华图书馆书刊分类法考析》文中研究表明从分类思想探讨、标记符号设置、适用图书语种界定、分类组织成果、期刊分类实践、索书号加工工艺变迁的角度考析了民国历史上清华图书馆创立和使用的书刊分类法及其对图书馆工作的意义。
臧强,李若[8]（2019）在《高校图书馆智能书架管理系统的研究与设计》文中研究表明分析高校图书馆智能书架建设的现状并总结其建设经验,旨在结合沈阳航空航天大学图书馆实际情况开发设计一套智能书架管理系统,提升图书馆智能化服务水平。通过国内高校图书馆对书架智能化利用的案例,总结高校图书馆对智能书架设计过程中存在的问题和解决对策,提出一种基于馆藏数据比对分析处理的图书馆智能书架构建方法,着重阐述基于软件实现智能书架系统的设计开发过程。智能化服务已成为高校图书馆提升自身服务的新途径,基于数据分析处理的智能书架构建方法注重降低开发难度、节约实现成本,具有实用性和推广性,是高校图书馆智能型服务的一种创新模式。
刘敏[9]（2019）在《融合信任度的高校图书馆个性化推荐研究》文中认为随着大数据时代的到来,图书馆中的资源越来越丰富。面对海量的图书资源,用户需要花费大量的时间和精力来获取所需的图书资源,而传统的搜索查询已无法满足用户的需求。用户对资源的需求越来越细致化、精准化,用户越来越难以快速、准确地获取其需求的资源。图书馆以用户服务为核心,用户的需求是个性化推荐的基础。为了满足用户的需求,以及做好图书馆工作,个性化推荐系统应运而生。经过专家学者的研究,个性化推荐已经非常成熟。在个性化推荐技术中,协同过滤推荐算法是一种广泛应用的算法,并且已成功应用于各个领域,连同高校图书馆中也有应用。但是,从实际使用的情况来看,大部分高校图书馆中用户并没有给出对图书的评分,用户-图书评分矩阵严重稀疏,并且无法给新用户推荐,新采购的图书也难以推荐出去。本文以基于用户的协同过滤推荐算法为基础,主要做了以下三个方面的研究:（1）协同过滤推荐算法主要依据评分信息构建用户-图书评分矩阵,以此计算相似度,得出个性化推荐列表。针对这一问题,本文根据用户的借阅时长、借阅方式等信息得出用户影响因子和图书影响因子,进而构建用户-图书评分矩阵,用来产生推荐。（2）为了实现更个性化的推荐,在根据相似度寻找相似用户时,以是否共同借阅过同一本书为准则,找到用户间的显性信任度和隐性信任度,即融合信任度,拟提高推荐准确率。（3）解决了在推荐过程中遇到的冷启动问题,对于新进入系统无任何借阅信息的新用户,利用用户的专业、年级等信息,给予新用户初始信任度;对于新购入图书馆从未被借阅的图书,结合中图分类法对图书分类,统计以往被借阅的各类图书的比重,给各类新书赋值,进而完成推荐。本文在上述所做工作的基础上,结合山东科技大学泰安校区图书馆的真实借阅数据,验证了本文提出的融合信任度的高校图书馆个性化推荐系统的有效性。实验结果表明,本论文的研究使得个性化推荐系统可以提高推荐准确率,能够实现动态的个性化推荐,对高校图书馆的建设提供了理论依据。
李俊男[10]（2019）在《基于深度学习的图书馆架序智能识别系统研究与设计》文中研究表明随着信息时代的发展,图书馆为了满足读者日益增加的知识需求,其服务理念从“文献为主”转变成“以人为本”,借阅模式也从“闭架借阅”转变成“开架借阅”。这些转变为读者的借阅等需求提供了很大的便利,但由于读者借还书的不规范性或因图书馆管理人员的管理不到位等原因,使得图书乱架现象经常发生,为图书流通以及读者借阅带来了很大的不便。最初,图书馆解决乱架问题主要是通过加强读者素质教育、增加管理员巡馆次数来实现,但效率是非常低的。无线射频识别技术（RFID）引入后,管理人员可以手持仪器对书架扫描,判断有无图书乱架,然后人眼找到乱架图书,虽然提高了图书乱架整理的工作效率,但仍存在耗时、费力等缺点。深度学习在图像识别领域应用非常成功,很多场景下可以模拟人眼识别图像。所以本论文在RFID技术基础上,设计了一个基于深度学习的图书架序智能识别系统,可以很大程度的提高乱架图书整理的工作效率,具有很重要的现实意义。此系统根据RFID扫描书架来判断是否存在乱架图书,并记录信息。若有乱架则对此书架进行拍照,然后应用深度学习对图片中所有图书进行索书号识别,并将识别出的索书号与记录的乱架图书信息进行匹配,从而达到乱架图书的精准定位。本文主要工作如下:（1）对设计图书馆架序智能识别系统相关技术进行介绍,算法的对比、优化后选取本文适合的技术;（2）图书馆架序智能识别系统的整体设计与主要功能模块的设计;（3）对系统的图像识别模块的设计,在TensorFlow框架下,对经典的LeNet5模型进行了改进,得到本文的卷积神经网络模型,并对模型进行了训练;（4）以贵州财经大学图书馆为例,应用图像分割等技术建立了一个索书号字符数据集。
二、图书索书号设计探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、图书索书号设计探讨（论文提纲范文）
（1）基于激光传感器的图书错位智慧报警系统研究（论文提纲范文）
| 1 引言 |
| 2 系统设计 |
| 2.1 激光传感器模块 |
| 2.2 声光报警模块 |
| 3 图书错位检测 |
| 3.1 预处理 |
| 3.2 基于CNN的索书号字符识别 |
| 4 实验结果与分析 |
| 5 结论 |
（2）图书文献资源层架坐标法研究——以中央美术学院图书馆为例（论文提纲范文）
| 一、引言 |
| 二、常用的分类排架法可能存在的问题 |
| 三、常见密集架排架法分析 |
| 四、对模糊排架方式的思考 |
| 五、采用“层格坐标法+中图分类法”的模糊排架法设计 |
| 六、实践效果及工作侧重点 |
| 七、结语 |
（4）融合注意力机制的关联规则算法研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 关联规则研究现状 |
| 1.2.2 注意力机制研究现状 |
| 1.3 本文工作内容 |
| 1.4 本文组织结构 |
| 第二章 相关技术理论介绍 |
| 2.1 神经网络相关技术理论 |
| 2.1.1 循环神经网络 |
| 2.1.2 激活函数 |
| 2.1.3 Dropout技术 |
| 2.2 注意力机制相关技术理论 |
| 2.2.1 注意力机制相关内容 |
| 2.2.2 注意力机制计算过程 |
| 2.3 关联规则相关技术理论 |
| 2.3.1 关联规则相关内容 |
| 2.3.2 Apriori关联规则算法 |
| 2.3.3 Apriori Inverse算法 |
| 2.3.4 FP-Growth算法 |
| 2.3.5 加权关联规则算法 |
| 2.4 本章小结 |
| 第三章 融合RNN与注意力机制的关联规则算法 |
| 3.1 算法相关内容 |
| 3.2 算法具体描述 |
| 3.3 算法实例分析 |
| 3.4 本章小结 |
| 第四章 实验及其结果分析 |
| 4.1 实验背景分析 |
| 4.2 实验设置 |
| 4.2.1 实验数据预处理 |
| 4.2.2 评价指标 |
| 4.3 实验方案 |
| 4.4 结果分析 |
| 4.5 本章小结 |
| 第五章 基于融合RNN与注意力机制的关联规则的推荐系统设计与实现-以图书馆书籍推荐为例 |
| 5.1 系统需求分析 |
| 5.1.1 系统必要性分析 |
| 5.1.2 系统可行性分析 |
| 5.2 系统设计 |
| 5.2.1 系统功能设计 |
| 5.2.2 系统交互页面设计 |
| 5.2.3 系统服务器端设计 |
| 5.3 系统展示 |
| 5.3.1 系统前端展示 |
| 5.3.2 系统后端展示 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（5）基于机器视觉的图书乱架清点系统——以中南大学图书馆为例（论文提纲范文）
| 1 图书乱架清点系统设计 |
| 1.1 数据采集器设计 |
| 1.2 图像处理模块设计 |
| 1.3 无线传输模块设计 |
| 1.4 基于ILASⅢ的清点模块设计 |
| 2 关键技术 |
| 2.1 基于DSP处理器的实时图像处理技术 |
| 2.2 图书书脊的区域定位技术 |
| 3 效果分析 |
| 4 小结 |
（6）基于机器视觉的智能图书识别检测系统的设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 视觉检测技术在图书管理系统中应用现状 |
| 1.2.2 基于视觉的图书错序自动检测 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 第2章 相关理论与技术 |
| 2.1 机器视觉 |
| 2.2 图像边缘检测 |
| 2.2.1 Sobel算子边缘检测 |
| 2.2.2 Canny算子边缘检测 |
| 2.2.3 Laplace算子边缘检测 |
| 2.3 图像直线检测 |
| 2.3.1 LSD直线检测算法 |
| 2.3.2 霍夫变换检测算法 |
| 2.4 感兴趣区域提取 |
| 2.4.1 HSV颜色空间算法提取算法 |
| 2.4.2 卷积神经网络算法 |
| 2.5 字符分割 |
| 2.5.1 垂直投影字符分割 |
| 2.5.2 聚类分割法 |
| 2.5.3 模板匹配法算法字符分割 |
| 2.5.4 连通域算法的字符分割 |
| 2.6 字符识别 |
| 2.6.1 基于模板匹配的字符识别 |
| 2.6.2 基于神经网络的字符识别 |
| 2.7 本章小结 |
| 第3章 智能图书识别检测系统关键技术研究 |
| 3.1 基于直线检测的书脊图像提取 |
| 3.1.1 图书边缘检测 |
| 3.1.2 书脊直线检测 |
| 3.1.3 实验与结果分析 |
| 3.2 基于FASTER-RCNN感兴趣区域定位 |
| 3.2.1 基于Faster-RCNN索书号区域提取 |
| 3.2.2 Faster-RCNN模型训练过程 |
| 3.2.3 Faster-RCNN网络模型的确定 |
| 3.2.4 实验与结果分析 |
| 3.3 基于连通域算法的字符分割 |
| 3.3.1 索书号字符特点 |
| 3.3.2 索书号图像预处理 |
| 3.3.3 基于连通域的字符分割 |
| 3.3.4 实验与结果分析 |
| 3.4 基于卷积神经网络的字符识别 |
| 3.4.1 字符预处理 |
| 3.4.2 卷积神经网络 |
| 3.4.3 字符识别网络模型解析 |
| 3.4.4 实验与结果分析 |
| 3.5 本章小结 |
| 第4章 智能图书识别检测系统的设计与实现 |
| 4.1 开发环境 |
| 4.2 系统工作流程 |
| 4.3 系统功能结构 |
| 4.4 功能模块的实现 |
| 4.4.1 基础类库设计 |
| 4.4.2 预处理部分 |
| 4.4.3 字符识别部分 |
| 4.4.4 后处理部分 |
| 4.5 系统测试与分析 |
| 4.6 本章小结 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
（7）民国时期清华图书馆书刊分类法考析（论文提纲范文）
| 0 引言 |
| 1 分类思想的变革 |
| 2 分类符号的变革 |
| (1)增加冠号。 |
| (2)引入中文字符。 |
| 3 分类法适用图书语种的变革 |
| (1)中文书分类在各家分类法转换。 |
| (2)俄文书逐渐从西文图书中独立出来,单独类分。 |
| (3)日文书从西文书中独立出来,转入中文书分类。 |
| 4 分类成果的兴衰变革 |
| (1)戴法未兴盛便消亡。 |
| (2)查修法由盛而衰。 |
| (3)施法的没落。 |
| 5 期刊分类的变革 |
| 6 索书号加工工艺的变革 |
| (1)由精致变粗简。 |
| (2)由手工书写到使用打字设备。 |
| 7 结语 |
（8）高校图书馆智能书架管理系统的研究与设计（论文提纲范文）
| 1 智能书架的使用现状 |
| 1.1 现有的智能书架系统 |
| 1.2 图书定位功能开发现状 |
| 1.3 虚拟书架功能开发现状 |
| 2 设计思路和方案 |
| 3 系统设计与实现 |
| 3.1 系统数据库设计 |
| 3.1.1 坐标数据库设计 |
| 3.1.2 排架数据库设计 |
| 3.2 前台数据检索及页面展示模块设计 |
| 3.2.1 前台定位检索子模块 |
| 3.2.2 定位展示子模块 |
| 3.2.3 虚拟书架信息获取子模块 |
| 3.2.4 虚拟书架展示子模块 |
| 3.3 后台数据处理模块 |
| 3.3.1 自动定位归架子模块 |
| 3.3.2 自动排架子模块 |
| 3.4 后台数据维护模块 |
| 3.5 系统与汇文OPAC系统的对接 |
| 4 系统应用分析 |
| 4.1 系统的优点 |
| 4.2 系统不足及改进方向 |
| 5 结语 |
（9）融合信任度的高校图书馆个性化推荐研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与研究方法 |
| 1.4 论文主要创新点 |
| 1.5 本章小结 |
| 2 个性化推荐相关理论基础 |
| 2.1 个性化推荐系统 |
| 2.2 推荐算法 |
| 2.3 协同过滤算法的具体介绍 |
| 2.4 本章小结 |
| 3 高校图书馆个性化推荐系统的需求 |
| 3.1 用户的个性化需求 |
| 3.2 高校图书馆中图书的个性化需求 |
| 3.3 高校图书馆个性化推荐系统的设计原则 |
| 3.4 本章小结 |
| 4 融合信任度的个性化推荐模型 |
| 4.1 问题提出 |
| 4.2 数据集 |
| 4.3 个性化推荐模型 |
| 4.4 用户-图书评分矩阵构建 |
| 4.5 融合信任度的用户相似度 |
| 4.6 预测评分 |
| 4.7 本章小结 |
| 5 实验设计及其结果分析 |
| 5.1 数据来源 |
| 5.2 数据预处理 |
| 5.3 数据分析 |
| 5.4 实验评价标准 |
| 5.5 实验方案及结果分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（10）基于深度学习的图书馆架序智能识别系统研究与设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 研究与应用现状 |
| 1.2.1 深度学习图像识别的研究现状 |
| 1.2.2 图书馆图书乱架管理研究现状 |
| 1.3 研究内容与创新 |
| 1.3.1 研究内容 |
| 1.3.2 主要创新 |
| 1.4 论文架构 |
| 2 相关技术介绍 |
| 2.1 无线射频识别技术 |
| 2.2 图像分割 |
| 2.2.1 图像边缘检测 |
| 2.2.2 数字图像直线检测算法 |
| 2.2.3 优化算法 |
| 2.3 感兴趣区域提取 |
| 2.4 字符分割 |
| 2.5 深度学习 |
| 2.5.1 TensorFlow深度学习框架 |
| 2.5.2 卷积神经网络 |
| 2.6 本章小结 |
| 3 图书馆架序智能识别系统的整体设计 |
| 3.1 系统设计方案 |
| 3.1.1 功能描述 |
| 3.1.2 开发环境 |
| 3.2 主要功能模块的介绍 |
| 3.2.1 RFID识别模块 |
| 3.2.2 图像预处理模块 |
| 3.2.3 图像识别模块 |
| 3.2.4 后续信息匹配模块 |
| 3.3 本章小结 |
| 4 图像识别模型的构建与实验 |
| 4.1 模型的输入与输出 |
| 4.2 构建CNN模型 |
| 4.2.1 模型的结构 |
| 4.2.2 网络参数配置 |
| 4.3 索书号字符数据集的建立 |
| 4.3.1 数据集的组成 |
| 4.3.2 数据集的建立 |
| 4.4 实验结果与分析 |
| 4.4.1 模型的训练 |
| 4.4.2 实验结果对比分析 |
| 4.5 本章小结 |
| 5 系统识别乱架图书的实验 |
| 5.1 实验假设 |
| 5.2 识别乱架图书实验过程 |
| 5.2.1 扫描书架 |
| 5.2.2 图像预处理 |
| 5.2.3 索书号字符识别及匹配 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
四、图书索书号设计探讨（论文参考文献）
- [1]基于激光传感器的图书错位智慧报警系统研究[J]. 王颖,李晋,赵毅. 激光杂志, 2021(11)
- [2]图书文献资源层架坐标法研究——以中央美术学院图书馆为例[J]. 倪晶. 传媒论坛, 2021(20)
- [3]改进的RFID图书定位系统[J]. 沈静萍,孟文杰,王政凯. 计算机系统应用, 2021(07)
- [4]融合注意力机制的关联规则算法研究及应用[D]. 徐嘉慧. 内蒙古大学, 2021(12)
- [5]基于机器视觉的图书乱架清点系统——以中南大学图书馆为例[J]. 苏志芳,徐德刚,袁小一. 高校图书馆工作, 2020(06)
- [6]基于机器视觉的智能图书识别检测系统的设计[D]. 王崇. 沈阳工业大学, 2020(01)
- [7]民国时期清华图书馆书刊分类法考析[J]. 董琳,刘春美. 图书馆杂志, 2020(03)
- [8]高校图书馆智能书架管理系统的研究与设计[J]. 臧强,李若. 农业图书情报, 2019(07)
- [9]融合信任度的高校图书馆个性化推荐研究[D]. 刘敏. 山东科技大学, 2019(05)
- [10]基于深度学习的图书馆架序智能识别系统研究与设计[D]. 李俊男. 贵州财经大学, 2019(03)