导读:本文包含了图形符号识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:符号,图形,神经网络,手绘,电路,特征,控制元件。
图形符号识别论文文献综述
岳丽敏,索小娟[1]（2014）在《轻松识别溢流阀、减压阀、顺序阀图形符号》一文中研究指出溢流阀、减压阀、顺序阀均是压力控制阀,它们的图形符号外观相似,功能却各不相同,初学者难于区分和掌握。本文主要是根据这叁种阀在液压系统中的作用及工作原理,通过相互比较,来介绍它们的图形符号,希望能够帮助大家更好地掌握和快速识别这叁种阀的图形符号。(本文来源于《郑州铁路职业技术学院学报》期刊2014年04期）
李静[2]（2014）在《场效应管图形符号巧识别》一文中研究指出本文主要针对场效应管图形符号的识别,进行了较为全面的介绍,希望能够为电子技术应用专业的中职学生解决学习难点起到帮助作用。(本文来源于《中小企业管理与科技(下旬刊)》期刊2014年04期）
杨明朗,万紫薇[3]（2013）在《图形符号在医院视觉识别设计中的分析》一文中研究指出从打造与医院自身定位相吻合的视觉体系出发,对图形符号在医院视觉识别设计中的基本原则和方法,以及静、动态符号在设计中的运用进行了分析,从理论上论述了图形符号在医院视觉识别设计中的重要作用。并通过举例论证视知觉交互化中的"视-物态美感"和"知-精神体验",以及民族文化元素、自然元素在图形符号中的展开运用,从而为医院视觉识别设计开拓新的思路,为进一步加强医患之间的沟通,满足人们多元化的视觉需求提供更有效的途径。(本文来源于《包装工程》期刊2013年12期）
常丹华,姚海浩,杨峰明[4]（2011）在《手绘电路图形符号识别技术的研究》一文中研究指出特征提取和分类器设计是手绘电路图形符号识别系统的关键环节。针对手绘图形不规则性的特点,提出了一种基于视觉的特征提取方法,并利用自适应学习速率的改进型BP神经网络进行分类识别。通过对10种手绘电路图形符号的分类实验,验证了文中设计的识别系统具有很好的分类效果和较强的实用性。(本文来源于《计算机工程与应用》期刊2011年31期）
王凤娟[5]（2011）在《利用图形符号特征快速识别液压系统原理图中叁大类控制元件》一文中研究指出针对液压系统中控制元件图形符号突出特征进行深入的纵向分析和横向比较,得出快速识别液压系统原理图中叁大类控制元件的识别技巧,有助于液压技术人员提高识读和绘制液压系统原理图的能力。(本文来源于《叁门峡职业技术学院学报》期刊2011年01期）
叶明辉[6]（2009）在《标志图形符号的识别性与独特性》一文中研究指出标志图形是指示符号,并兼具象征符号特征。它是内容识别性与形式独特性适度结合的图形符号。符号的内容识别性大于形式的独特性。标志的识别性以命名优先、图文混合的品牌、商标、象征性标志图形来产生指示、暗示、联想。标志的独特性通过重复、简化或概括、复合或复杂等风格化的图形设计来实现。(本文来源于《深圳大学学报(人文社会科学版)》期刊2009年05期）
郑晓晨,汪木兰,Hung,T.Nguyen[7]（2009）在《基于BP神经网络的手绘电路图形符号识别技术》一文中研究指出首先介绍了手绘电路图形符号扫描输入和图像信息去噪压缩处理方法,并离散化成标准的二维矩阵形式。然后引入一个叁层前馈型BP神经网络,采用Delta迭代训练算法,学习图像矩阵输入与元件符号输出之间的映射关系,并着重阐述了神经网络学习的过拟合问题。最后通过MATLAB编程仿真和交叉验证表明,提出的BP神经网络结构及其训练算法合理、有效和实用。(本文来源于《中国制造业信息化》期刊2009年13期）
翟传敏,杜吉祥,黄飞[8]（2006）在《基于径向基概率神经网络的工程图纸图形符号识别》一文中研究指出基于径向基概率神经网络,提出一种扫描工程图纸图像分割后的图形符号识别方法.针对已分割的扫描工程图纸图形符号图像,首先进行二值化处理,然后对二值图形符号图像进行Hu不变矩特征提取,再使用一种新型的径向基概率神经网络进行分类,从而实现图像识别.为加快径向基概率神经网络的收敛速度,采用递归最小二乘算法进行训练.实验结果表明,径向基概率神经网络在识别性能与速度等方面非常适合于工程图纸的图形符号识别.(本文来源于《智能系统学报》期刊2006年01期）
刘秀伟,胡青泥[9]（2003）在《基于改进的BP网的图形符号识别》一文中研究指出提出了一种改进的 BP人工神经网络的图形识别算法 ,以达到加快识别过程和收敛速度的目的 ,可有效地处理断线、模糊图线、字线粘连等多种退化图纸的情况 ,既可获得线的逼近 ,又使识别具有自学习与自适应的智能性。(本文来源于《电脑开发与应用》期刊2003年09期）
杨万山,陈松乔,唐连章[10]（2000）在《基于BP神经网络的工程图纸图形符号识别》一文中研究指出本文提出一种应用 BP神经网络识别工程图纸扫描图象分割后的图形符号的方法。此方法先对二值图象进行特征提取 ,并提出了改进学习算法 ,以加快收敛速度 ,从而实现图象识别。(本文来源于《微型电脑应用》期刊2000年02期）
图形符号识别论文开题报告
（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：
本文主要针对场效应管图形符号的识别,进行了较为全面的介绍,希望能够为电子技术应用专业的中职学生解决学习难点起到帮助作用。
（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。
图形符号识别论文参考文献
[1].岳丽敏,索小娟.轻松识别溢流阀、减压阀、顺序阀图形符号[J].郑州铁路职业技术学院学报.2014
[2].李静.场效应管图形符号巧识别[J].中小企业管理与科技(下旬刊).2014
[3].杨明朗,万紫薇.图形符号在医院视觉识别设计中的分析[J].包装工程.2013
[4].常丹华,姚海浩,杨峰明.手绘电路图形符号识别技术的研究[J].计算机工程与应用.2011
[5].王凤娟.利用图形符号特征快速识别液压系统原理图中叁大类控制元件[J].叁门峡职业技术学院学报.2011
[6].叶明辉.标志图形符号的识别性与独特性[J].深圳大学学报(人文社会科学版).2009
[7].郑晓晨,汪木兰,Hung,T.Nguyen.基于BP神经网络的手绘电路图形符号识别技术[J].中国制造业信息化.2009
[8].翟传敏,杜吉祥,黄飞.基于径向基概率神经网络的工程图纸图形符号识别[J].智能系统学报.2006
[9].刘秀伟,胡青泥.基于改进的BP网的图形符号识别[J].电脑开发与应用.2003
[10].杨万山,陈松乔,唐连章.基于BP神经网络的工程图纸图形符号识别[J].微型电脑应用.2000
论文知识图
