关于移动端古诗词学习系统的研究与应用
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61070089); 天津市应用基础与前沿技术研究计划重点资助项目(15JCYBJC4600); 天津市科技计划(19JCZDJC35100); 天津市级大学生创新创业训练计划(202010065044)


Research and Application of Ancient Poetry Learning System on Mobile Terminal
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    移动互联网的发展使移动端知识获取模式成为时代的新宠, 诗词亦是中华文化的璀璨明珠, 诗词学习与移动学习的联合已迫在眉睫. 本系统使用Client/Server (客户/服务器)结构, 由Faster R-CNN实现图像识别, 再通过循环神经网络模型(RNN)完成古诗生成功能, 最后根据协同过滤推荐算法完成个性化推荐. 客户端APP以Flutter, SpringBoot框架为基础开发, 数据库采用了MySQL关系型数据库管理系统进行数据管理, 结合服务器与系统进行连接进而实现所需功能. 面向对诗词学习存在需求及抱有浓厚兴趣的人群, 开发出一个致力于传承发扬中华文化, 结合图像识别与深度学习技术以实现智能识图与古诗生成的诗词学习系统.

    Abstract:

    With the development of the mobile Internet, the mobile knowledge acquisition mode has become the new favorite of the times. Poetry is a bright pearl of Chinese culture. Therefore, the combination of poetry learning and mobile learning is urgent. The proposed system adopts the architecture of Client/Server and uses the Faster R-CNN model to achieve image identification. Then, the function of generating ancient poems is performed by the recurrent neural network (RNN) model, and personalized recommendation is implemented through the collaborative filtering recommendation algorithm. The client APP is developed on the basis of the Flutter and SpringBoot frameworks. The database is managed by the relational database management system MySQL and connected to the system through the server to fulfill the desired functions. For those who have needs or strong interest in learning poetry, a poetry learning system committed to carrying forward the Chinese culture is developed by leveraging image recognition and deep learning technologies to achieve intelligent image recognition and generation of ancient poetry.

    参考文献
    相似文献
    引证文献
引用本文

罗璐莹,李婧妍,丁思文,李兆发,王梦琴,晏嘉俊,吴文娟,王淑琴.关于移动端古诗词学习系统的研究与应用.计算机系统应用,2022,31(5):102-110

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-07-24
  • 最后修改日期:2021-08-20
  • 录用日期:
  • 在线发布日期: 2022-04-11
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号