基于可能性概率分布的机器人毛笔字审美评价-计算机技术专业论文.docx

厦门大学学位论文著作权使用声明本人同意厦门大学根据《中华人民共和国学位条例暂行实施办 厦门大学学位论文著作权使用声明 本人同意厦门大学根据《中华人民共和国学位条例暂行实施办 法》等规定保留和使用此学位论文，并向主管部门或其指定机构送交 学位论文(包括纸质版和电子版)，允许学位论文进入厦门大学图书 馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国 博士、硕士学位论文共建单位数据库进行检索，将学位论文的标题和 摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。 本学位论文属于： ( )1．经厦门大学必威体育官网网址委员会审查核定的必威体育官网网址学位论文， 于 年 月 日解密，解密后适用上述授权。 (√)2．不必威体育官网网址，适用上述授权。 (请在以上相应括号内打“√”或填上相应内容。必威体育官网网址学位论文 应是已经厦门大学必威体育官网网址委员会审定过的学位论文，未经厦门大学必威体育官网网址 委员会审定的学位论文均为公开学位论文。此声明栏不填写的，默认 为公开学位论文，均适用上述授权。) 声明人(签名)：葛位敌 2，f；年岁月／JP日 万方数据 摘要随着自动化技术的普及和提高，机器人书法成为一个越来越流行的研究课题。 摘要 随着自动化技术的普及和提高，机器人书法成为一个越来越流行的研究课题。 因此需要一个计算机书法评价系统来自动获取机器人的书法并且对其进行评价， 从而减少人力的花费。本文结合毛笔字的三种特征，这些特征来自中国书法源远 流长的理论，结合传统书法教科书中的毛笔字的特点而来。然后，可能性概率分 布算法处理这些提取出的特征，从而获得这些字符的特征质量。再根据每个特征 得到的质量评价值，采用模糊综合评价方法进行综合评价，最后得到这个毛笔字 的评分。可能性概率分布算法利用提取的特征来自动构建一个基于信息扩散理论 的内一外集计算模型。当这个计算模型建立起来后，只要机器人书写出一个毛笔 字，立刻可以提取出这个毛笔字的三个特征，然后模型可以自动计算出每个特征 的评价值。实验结果表明，该方法成功地产生了评价毛笔字的内一外集计算模型。 特别的是，该模型能够为每一个机器人书写的毛笔字生成一个评价结果。而检查 这个计算模型是否有效，同样这些毛笔字也经过人类专家的评价。比较表明，人 类专家的评价结果和计算模型的非常相似。 关键字：毛笔字评价；可能性概率分布；模糊综合评价 万方数据 AbstractRecently,robotic Abstract Recently,robotic calligraphy becomes a popular research topic．Therefore，a computational calligraphy evaluation system is required to access the quality of robotic writings．This paper applies three types of feature rules，derived from Chinese calligraphy theories，to extract features of Chinese characters from Chinese Calligraphy textbooks．Then，the Possibility-Probability Distribution method deals 诵tll these extracted features，SO as to obtain the feature distribution of quality handwriting characters．According to the characteristics of each quality evaluation， use Fuzzy Comprehensive Evaluation method for secondary,finally get the evaluation． The Possibility-Probability Distribution method uses the extracted features to automatically build ail interior-outer set computational model based on information diffusion theory．When the computational model is established，each Chinese character,written by a robot,is also extracted to three features；then，the computational model estima