(3.238.240.197) 您好!臺灣時間:2021/04/12 23:13
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:孫銘聰
論文名稱:啟發式電子化文件權限推論模式與技術構建
論文名稱(外文):Heuristic Model and Technology for Electronic Document Authority Reasoning
指導教授:侯建良侯建良引用關係
學位類別:碩士
校院名稱:國立清華大學
系所名稱:工業工程與工程管理學系
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2003
畢業學年度:91
語文別:中文
論文頁數:102
中文關鍵詞:文件管理知識管理權限管理關鍵字擷取文件分類
外文關鍵詞:Document ManagementKnowledge ManagementSecurity ManagementKeyword ExtractionDocument Categorization
相關次數:
  • 被引用被引用:9
  • 點閱點閱:358
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:49
  • 收藏至我的研究室書目清單書目收藏:0
由於電子商務之廣泛運用,現行企業組織之知識文件控管已邁入電子化及系統化管理的時代。傳統的紙張文件管理方式已不合時需,除因其處理方式易造成儲存空間的浪費外,其對於文件管理、傳輸與再利用皆不甚具有效率性與經濟性。是故,企業體紛紛將其文件轉以電子檔案的方式儲存於電腦中,期望透過先進之資訊與網際網路技術進行管理,以提升知識文件傳輸與分享之效率性與正確性。
在文件管理課題中,知識文件是否有效分享乃為企業知識存取之重要績效指標,企業知識文件權限控管機制若可依文件特性與內容,將文件有效地提供予對應部門之員工,則知識之分享即具有實際效用。於企業知識爆炸之今日,知識文件提供者或權限管理者未必全然明瞭文件內涵或文件與權限對象之關聯;且不完善之權限控管機制亦可能肇生企業知識遭受洩密或企業體無法統一對知識文件進行管理等問題。
為增進企業知識文件權限管理的正確性與有效姓,本論文提出一套適用於網際網路運作架構下之智慧型電子化文件權限推論模式與技術,結合企業中心統一控管知識文件之機制,導入企業組織之電子化文件管理系統中。在此權限決策模式中,乃結合文件關鍵字萃取技術與文件類型判定機制,依據文件提供者、文件類型與摘要內容等指標及知識文件權限指派的歷史記錄,提供文件提供者(或系統管理者)該知識文件之初始權限決策方案。此外,藉由導入此模式亦可提供企業知識管理系統具有自我服務與自我學習之機制,減輕企業體文件管理業務之負擔。研究中除完成技術開發外,並以汽車專利文件管理為例,驗證本方法論與技術之可行性。整體而言,期能透過此技術之研發,使企業體與其協同合作者可於此知識與文件管理平台下,快速而有效地擷取知識文件之關鍵資訊,並將之分享予所屬人員,促進企業知識之充分共享。
Owing to the wide applications of e-business solutions and cost ineffectiveness of the paper-based document management mechanism, electronic and systematic approaches for enterprise document management are required. To improve the efficiency and effectiveness of security management over the growing electronic documents, this research proposes a set of security reasoning models for e-knowledge management over the Internet. In these models, the document keyword extraction and document categorization algorithms are provided to extract the key attributes of the enterprise documents. According to the attributes, the reasoning models can be utilized to provide the document providers (or the system administrator of the document management system) with an initial security determination solution via the historical data related to user identity and document contents. Therefore the security management principles are constructed by incorporating the role and content models and working with the centralized knowledge management mechanism to ensure the consistency and security of enterprise documents. In addition, on the basis of the intelligent reasoning models, a web-based prototype system is implemented and a demonstration case is also provided to validate the effectiveness of the proposed technology. It is the attempt of this research that users from various organizations may share knowledge and documents efficiently with each other under the E-knowledge management platform.
第一章、 研究背景 1
1.1研究動機與目的 1
1.2研究步驟 3
1.3研究定位 5
第二章、 文獻回顧 8
2.1文件電子化與辨識 8
2.2關鍵字萃取相關文獻回顧 12
2.3自動化文件分類 13
2.4電子化文件管理 20
第三章、 系統決策模式 22
3.1文件資訊擷取模式 22
3.1.1關鍵字萃取模式 23
3.1.2文件類型判定機制 31
3.2智慧型文件權限推論模式 34
3.2.1文件權限推論時機 34
3.2.2智慧型文件權限推論模式 37
第四章、 系統架構與規劃 46
4.1智慧型文件權限推論模式架構 46
4.2系統功能架構 47
4.3資料模式定義 50
4.4系統流程 53
4.4.1系統操作流程 53
4.4.2系統資料流程 62
4.5系統開發工具 64
第五章、 案例驗證與評估 66
5.1系統操作說明 66
5.1.1使用者登入 67
5.1.2文件分享 69
5.1.3所屬權限之文件預覽與下載 74
5.1.4文件權限管理 77
5.1.5其它系統功能 83
5.2系統評估與分析 90
第六章、 結論與未來展望 100
參考文獻 103
圖目錄
圖1.1、紙張與知識之發展趨勢 2
圖1.2、研究架構 5
圖1.3、研究定位 6
圖1.4、本論文章節與研究架構關係 8
圖3.1、關鍵字萃取於知識文件權限決策之角色 23
圖3.2、關鍵字萃取模組 26
圖3.3、字節擷取之模式流程 27
圖3.4、字節擷取之輸入/輸出 27
圖3.5、二元字詞萃取流程 28
圖3.6、二元字詞萃取之輸入/輸出 29
圖3.7、三字詞萃取之輸入/輸出 29
圖3.8、字詞之輸入與關鍵字判定 31
圖3.9、文件類型判定之方式 32
圖3.10、文件類型判定流程 33
圖3.11、文件類型判定之輸入/輸出 34
圖3.12、文件權限推論之整合運作機制 36
圖3.13、知識文件權限決策機制 38
圖3.14、以文件分享者歷史權限紀錄為指標之決策流程 39
圖3.15、以文件類型為指標之決策流程 40
圖3.16、以文件摘要說明為指標之決策流程 41
圖3.17、以錯誤訊息回報為指標之決策流程 42
圖3.18、以複合指標之決策流程 42
圖4.1、智慧型權限推論模式架構 46
圖4.2、系統操作架構 50
圖4.3、資料模式關聯 52
圖4.4、文件分享功能使用流程 53
圖4.5、不同格式文件上傳處理流程 54
圖4.6、文件查詢功能使用流程 57
圖4.7、個人資料管理功能使用流程 58
圖4.8、文件權限管理功能使用流程 59
圖4.9、文件權限決策參數設定功能使用流程 60
圖4.10、部門群組功能使用流程 61
圖4.11、員工資料管理功能使用流程 62
圖4.12、系統資料流程 63
圖4.13、文件存入伺服器流程 63
圖4.14、ASP運作模式 64
圖5.1、登入系統核對身份 67
圖5.2、系統管理者功能之樹狀結構 68
圖5.3、一般使用者功能之樹狀結構 68
圖5.4、文件上傳起始網頁 69
圖5.5、待確認關鍵字選擇 70
圖5.6、系統提供文件提供者指定權限對象 71
圖5.7、依照文件提供者選取指派文件權限 71
圖5.8、系統提醒提供者尚未進行權限開放 71
圖5.9、系統告知文件提供者文件將由系統管理者決策權限 72
圖5.10、系統顯示文件權限自動推論結果與相關資訊 72
圖5.11、推論後之權限群組要求文件提供者確認 73
圖5.12、系統顯示文件提供者指定後之相關資訊 73
圖5.13、推論後之權限群組交由系統管理者確認 74
圖5.14、最近日期配合關鍵字條件之文件查詢 75
圖5.15、最近日期配合關鍵字條件之查詢結果 75
圖5.16、時間範圍配合其他條件之文件查詢 76
圖5.17、時間範圍配合其他條件之查詢結果 76
圖5.18、權限錯誤回報 76
圖5.19、所有文件查詢 77
圖5.20、系統管理者選擇欲決策權限之文件 78
圖5.21、系統提供文件資訊與決策後之權限予管理者 78
圖5.22、系統管理者決策權限群組後之相關訊息 79
圖5.23、系統管理者選擇欲決策權限之文件 79
圖5.24、系統提供文件資訊予管理者 80
圖5.25、系統管理者決策權限群組後之相關訊息 80
圖5.26、文件權限變更起始查詢畫面 81
圖5.27、符合查詢條件之文件與相關資訊 81
圖5.28、選擇變更權限之文件與更新之權限群組 82
圖5.29、系統告知權限變更完成 82
圖5.30、錯誤回報處理 83
圖5.31、系統告知管理者文件權限變更與否畫面 83
圖5.32、關鍵字萃取門檻值查詢/修改介面 84
圖5.33、權限推論沒檻值查詢/修改介面 84
圖5.34、判定機制門檻值查詢/修改介面 84
圖5.35、文件權限推論模式查詢/修改介面 85
圖5.36、文件權限決策方式查詢/修改介面 85
圖5.37、文件版本控管方式查詢/修改介面 85
圖5.38、新增部門的輸入畫面 86
圖5.39、刪除部門系統畫面 86
圖5.40、新增群組畫面 87
圖5.41、選擇刪除群組 87
圖5.42、新增群組成員輸入畫面 87
圖5.43、選擇員工部門 88
圖5.44、輸入員工基本資料 88
圖5.45、員工資料查詢 88
圖5.46、修改員工編號00451之畫面 89
圖5.47、個人資料修改 89
圖5.48、關鍵字萃取正確率分佈圖 94
圖5.49、關鍵字萃取正確率與文件份數累積圖 94
圖5.50、文件類型判定正確率分佈圖 95
圖5.51、文件類型判定正確率與文件份數累積圖 95
圖5.52、以文件類型指標之文件權限推論正確率分佈圖 95
圖5.53、以文件類型指標之文件權限推論正確率與文件份數累積圖 96
圖5.54、各文章之關鍵字萃取、文件類型判定與權限推論正確率趨勢圖 97
圖5.55、各模式之學習曲線 98
表目錄
表2.1、手寫文件辨識之比較 10
表2.2、非英文文件辨識之研究比較 11
表2.3、使用向量與機率模式之研究比較 15
表2.4、基因、遺傳演算法之研究比較 16
表2.5、應用資料探勘技術之應用比較 18
表2.6、自動化文件分類方法論之比較 18
表3.1、判斷英文文件程式碼 22
表4.1、讀取doc文件程式 55
表4.2、讀取pdf文件程式 56
表4.3、讀取txt文件程式 56
表5.1、訓練資料與測試資料之關鍵字評估(相同者以粗體表示) 91
表5.2、訓練資料與測試資料之文件類型評估(相同者以斜體表示) 92
表5.3、訓練資料與測試資料之權限群組評估(相同者以斜體表示) 93
表5.4、七階段各推論模式正確率 98
1. 王培儀,2000,「利用欄位群聚特徵和四個方向相鄰樹作表格文件分類」,碩士論文(指導教授:范國清),中央大學資訊工程研究所。
2. 中華民國專利公報資料庫─一般查詢方式,http://nbs.apipa.org.tw/twplogin.htm。
3. 王朝煌,1998,「資料檢索技術及其警察文件管理應用之探討」,警學叢刊,第二十八卷,第五期,第219-236頁。
4. 王稔志,2001,「適應性的新聞分類系統」,碩士論文(指導教授:張俊盛),清華大學資訊工程學系。
5. 杜海倫,1999,「以標題進行新聞自動分類」,碩士論文(指導教授:張俊盛),清華大學資訊工程學系。
6. 卓建宏,1996,「含注音符號之中文文件辨識系統設計與實作」,碩士論文(指導教授:龐台銘),台灣大學電機工程研究所。
7. 林厚誼,2000,「罪手法及失贓證物相似之竊盜犯罪案件資訊檢索」,碩士論文(指導教授:呂芳懌),東海大學資訊科學系。
8. 林頌華,1999,「新聞標題自動分類」,碩士論文(指導教授:張智星),清華大學資訊工程學系。
9. 邱耀輝,1995,「中文名片之辨識」,碩士論文(指導教授:李錫堅),交通大學資訊工程學系。
10. 侯永昌,楊雪花,1998,「以模糊理論和遺傳演算法為基礎之中文文件自動分類之研究」,模糊系統學刊,第四卷,第一期,第45-57頁。
11. 曹乃龍,2000,「模糊自動文件分類在網際網路上的探討」,博士論文(指導教授:林丕靜),淡江大學資訊工程學系。
12. 許雅芬,2002,「新聞文件自動分類之研究」,碩士論文(指導教授:柯淑津),東吳大學資訊科學系。
13. 陳孟華,2002,「以模糊理論與關聯法則為基礎之二階中文辭彙分割法」,碩士論文(指導教授:林丕鏡),淡江大學資訊工程學系。
14. 陳俊凱,1996,「利用類神經網路作文件自動分類之研究」,碩士論文(指導教授:洪文斌),淡江大學資訊工程學系。
15. 陳章友,2000,「類神經網路在醫學檢驗的應用─以肝病為例」,碩士論文(指導教授:蘇朝墩),交通大學工業工程與管理學系。
16. 裕隆汽車製造股份有限公司─裕隆三義廠,http://www.yulon-motor.com.tw/index-1.asp。
17. 曾元顯,1997,「關鍵詞自動擷取技術之探討」,中國圖書館學會會訊,第一百零六期,第26-29頁。
18. 曾元顯,1997,「關鍵詞自動擷取技術與相關詞回饋」,中國圖書館學會會報,第五十九卷,第59-64頁。
19. 黃仁傑,2001,「使用資料探勘技術以有效輔助資料搜尋」,碩士論文(指導教授:李維平),中原大學資訊管理研究所。
20. 黃仲瑋,1999,「醫藥新聞的自動分類」,碩士論文(指導教授:楊武),交通大學資訊科學系。
21. 黃如玉,2002,「應用文件探勘技術於中文產業新聞之知識發掘」,碩士論文(指導教授:李惠明),中國文化大學資訊管理研究所。
22. 黃政偉,1999,「具語句特徵選取能力的類神經網路文件分類器」,碩士論文(指導教授:李漢銘),台灣科技大學電子工程系。
23. 黃燕萍,1999,「中文社會新聞文件資訊擷取」,碩士論文(指導教授:許中川),雲林科技大學資訊管理研究所。
24. 侯建良、花麒昌,2001,"全球資訊網下之電子化文件審核與追蹤系統開發," 中國工業工程學會九十年度年會,CIIE2001-0022.
25. 侯建良、孫銘聰,2001,"網際網路為基之電子化文件管理與自動指派模式構建與系統開發," 中國工業工程學會九十年度年會,CIIE2001-0023.
26. 侯建良、詹權恩,2003,"電子化文件庫之詞彙相關性解析模式," 2003電子商務與數位生活研討會論文集,第38-47頁。
27. 楊允言,1999,「中文文件自動分類之探討」,大漢學報,第十三卷,第241-256頁。
28. 董元昕,2000,「以資料探勘為基礎之文件類別演進技術」,碩士論文(指導教授:陳年興,魏志平),中山大學資訊管理學系研究所。
29. 詹進科,1994,「文字導向關鍵字之間距式定址研究」,資訊學門軟體工程類計畫成果研討會論文專輯,第10-13頁。
30. 廖益助,2002,「使用演化計算改善模糊適應共振理論於文件分群之應用」,碩士論文(指導教授:陳大正),長榮管理學院經營管理研究所。
31. 蔣俊霞,1994,「中文文件自動分類之探討」,碩士論文(指導教授:洪文斌),淡江大學資訊工程研究所。
32. 蔡昇斌,1997,「統計方法用在文件存取之分類」,碩士論文(指導教授:劉寶鈞,洪炯宗),中央大學資訊工程研究所。
33. 蔡憲文,1998,「利用基因演算法來做文件自動分類之研究」,碩士論文(指導教授:洪文斌),淡江大學資訊工程學系。
34. 孫銘聰、侯建良,2002,"以推論法則為基之知識文件權限管理程序模式," 產業電子化運籌管理學術暨實務研討會,Paper ID:39.
35. 謝儒誠,2002,「資料探勘技術運用於文件自動分群之研究」,碩士論文(指導教授:王朝煌),中央警察大學資訊管理研究所。
36. 蘇振輝,2001,「可自動分類中文文件的智慧型代理程式之研究─以個人化健康電子報為例」,碩士論文(指導教授:陸承志,吳宗成),台灣科技大學資訊管系。
37. 顧皓光,1997,「網路文件自動分類」,碩士論文(指導教授:莊裕澤),台灣大學資訊管理學系。
38. Ablameyko, S., 1996, “Electronic reading of graphic documents. Belarusian work in document recognition,” Computing & Control Engineering Journal, Vol. 7, No. 4, pp. 185-192.
39. Bansal, V. and Sinha, R. M. K., 2000, “Integrating knowledge sources in Devanagari text recognition system,” Systems, Man and Cybernetics, Vol. 30, No. 4, pp. 500-505.
40. Benchiao, Jai, 1998, “RADIUS: rapid application delivery, installation and upgrade system,” Proceedings, Technology of Object-Oriented Languages, TOOLS 28, pp. 180-186.
41. Brakensiek, A., Willett, D., and Rigoll, G., 2000, “Improved degraded document recognition with hybrid modeling techniques and character n-grams,” Pattern Recognition, Vol. 4, pp. 438-442.
42. Bun, K. K. and Ishizuka, M., 2001, “Emerging topic tracking system,” The Third International Workshop on Advanced Issues of E-Commerce and Web-Based Information Systems, pp. 2-11.
43. Couasnon, B. and Pasquer, L., 2001, “A real-world evaluation of a generic document recognition method applied to a military form of the 19th century,” Proceedings, Sixth International Conference on Document Analysis and Recognition, pp. 779-783.
44. Couasnon, B., 2001, “DMOS: a generic document recognition method, application to an automatic generator of musical scores, mathematical formulae and table structures recognition systems,” Proceedings, Sixth International Conference on Document Analysis and Recognition, pp. 215-220.
45. Dasigi, V., 1998, “Information fusion experiments for text classification,” IEEE Information Technology Conference, pp. 23-26.
46. Dengel, A., 1997, “Bridging the media gap from the Guthenberg''s world to electronic document management systems,” IEEE International Conference on Systems, Man, and Cybernetics, Computational Cybernetics and Simulation, Vol. 4, pp. 3540-3545.
47. Farkas, J., 1993, “Neural networks and document classification,” Canadian Conference on Electrical and Computer Engineering, Vol. 1, pp. 1-4.
48. Farkas, J., 1995, “Towards classifying full-text using recurrent neural networks,” Canadian Conference on Electrical and Computer Engineering, Vol. 1, pp. 511-514.
49. Finch, E. F., Flanagan, R., and Marsh, L. E., 1996, “Electronic document management in construction using auto-ID,” Automation of Construction, Vol. 5, No. 4, pp. 313-321.
50. Fujihara, H., Babiker, E., and Simmons, D. B., 1993, “Fuzzy approach to document recognition,” Fuzzy Systems, Vol. 2, pp. 980-985.
51. Hahn, J., 1999, “The committee support system,” Computer Standards and Interfaces, Vol. 20, No. 4-5, pp. 231-241.
52. Hennig, A., Marongiu, E. Sherkat, N., and Whitrow, R. J., 1997, “DART-a software architecture for the creation of a distributed asynchronous recognition toolbox,” Proceedings of the Fourth International Conference on Document Analysis and Recognition, Vol. 1, pp. 439-443.
53. Hitz, O., Robadey, L., and Ingold, R., 1999, “Analysis of synthetic document images,” ICDAR, Proceedings of the Fifth International Conference on Document Analysis and Recognition, pp. 374-377.
54. Hou, J.-L., 2002, "A knowledge authority reasoning approach using keyword ontology," The Fourth Asia-Pacific Conference on Industrial Engineering and Management Systems, Paper ID: TM031.
55. Hou, J.-L. and Chuo, H.-C., 2002, "A model for electronic document authentication and management," The 30th International Conference on Computers & Industrial Engineering, pp. 317-322.
56. Hou, J.-L., Trappey, C. V., and Trappey A. J. C., 2002, "A web-based document server for knowledge management in a supply chain," International Journal of Agile Manufacturing, Vol. 5, No. 1, pp. 77-87.
57. Kelland, S. and Wesolkowski, S., 1999, “A comparison of research and production architectures for check reading systems,” ICDAR, Proceedings of the Fifth International Conference on Document Analysis and Recognition, pp. 99-102.
58. Kim, J.-H., Kim, K.-K., Chien S.-I., and Choi H.-M., 1996, “Segmentation of touching characters in printed Korean/English document recognition,” IEEE International Conference on Systems, Man and Cybernetics, Vol. 1, pp. 438-443.
59. Krulwich, B., 1995, “Learning document category descriptions through the extraction of semantically significant phrases,” The IJCAI Workshop on Data Engineering for Inductive Learning, pp. 1-10.
60. Lam, W. and Chao, Y.-H., 1999, “Modeling textual document classification,” IEEE SMC Conference Proceedings, IEEE International Conference on Systems, Man, and Cybernetics, Vol. 3, pp. 946-949.
61. Lam, W. and Low, K.-F., 1997, “Automatic document classification based on probabilistic reasoning: model and performance analysis,” IEEE International Conference on Systems, Man, and Cybernetics, Computational Cybernetics and Simulation, Vol. 3, pp. 2719-2723.
62. Lank, E. and Blostein, D., 1997, “N-grams: a well-structured knowledge representation for recognition of graphical documents,” Proceedings of the Fourth International Conference on Document Analysis and Recognition, Vol. 2, pp. 801-804.
63. Lee, H.-M., Chen, C.-M., and Tan, C.-C., 2001, “An intelligent web-page classifier with fair feature-subset selection,” IFSA World Congress and 20th NAFIPS International Conference, Vol. 1, pp. 395-400.
64. Leedham, G, Tan, W. K., and Yap, W. L., 2001, “Handwritten country name identification using vector quantisation and hidden Markov model,” Proceedings, Sixth International Conference on Document Analysis and Recognition, pp. 685-688.
65. Lin, C.-H. and Chen, H.-C., 1996, “An automatic indexing and neural network approach to concept retrieval and classification of multilingual (Chinese-English) documents,” IEEE Transactions on Systems, Man and Cybernetics, Part B, Vol. 26, No. 1, pp. 75-88.
66. Liou, R.-J. and Chen, M.-S., 1998, “Recognition of table-form documents using high order correlation method,” Proceedings, IEEE World Congress on Computational Intelligence, Vol. 3, pp. 1851-1856.
67. Meier, J. and Sprague, R., 1996, “Towards a better understanding of electronic document management,” Proceeding of the 29th Annual Hawaii International Conference on System Sciences, pp. 53-61.
68. Min, Y.-K., Cho, S.-C., and Lee, Y.-Y., 1996, “A data reduction method for efficient document skew estimation based on Hough transformation,” Proceedings of the 13th International Conference on Pattern Recognition, Vol. 3 , pp. 732-736.
69. Nakajima, N., Tanaka, N., and Yamada, K., 1998, “Document reconstruction and recognition from an image sequence,” Pattern Recognition, Vol. 1, pp. 922-925.
70. Ng, Y.-K., Tang, J., and Goodrich, M., 2001, “A binary-categorization approach for classifying multiple-record Web documents using application ontologies and a probabilistic model,” Proceedings, Seventh International Conference on Database Systems for Advanced Applications, pp. 58-65.
71. Ohmori, K., 1995, “An object oriented computational model for handwritten document recognition,” Proceedings, Computer Architectures for Machine Perception, pp. 172-177.
72. Diao Q., 2000, “Three term weighting and classification algorithms in text automatic classification,” Proceedings, The Fourth International Conference/Exhibition on High Performance Computing in the Asia-Pacific Region, Vol. 2, pp. 629-630.
73. Richard, J. S., Rahman, M. H., and Thomas, S. M., 1999, “Design issues for a trusted electronic document management system,” IEEE Canadian Conference on Electrical and Computer Engineering, Vol. 1, pp. 373-378.
74. Rubin, A. D., 1995, “Secure distribution of electronic documents in a hostile environment,” Computer Communications, Vol. 18, No. 6, pp. 429-434.
75. Salvador, N. S., Evangelos, T., and Donald, K., 2002, “A feature mining based approach for the classification of text documents into disjoint classes,” Information Processing and Management, Vol. 38, No. 4, pp. 583-604.
76. Smith, R., 1995, “A simple and efficient skew detection algorithm via text row accumulation,” Proceedings of the Third International Conference on Document Analysis and Recognition, Vol. 2, pp. 1145-1148.
77. Spitz, A. L., 1997, “Determination of the script and language content of document images,” Pattern Analysis and Machine Intelligence, Vol. 19, No. 3, pp. 235-245.
78. Srihari, S. N., Shin,Y.-C., Ramanaprasad, V., and Lee, D.-S., 1995, “Name and address block reader system for tax form processing,” Proceedings of the Third International Conference on Document Analysis and Recognition, Vol. 1, pp. 5-10.
79. Stal, W. G., Beijert, J.-H., deBruin, G., vanGent, J., deJong, F. M. G., Kraaij, W., Netter, K., and Smart, G., 1998, “Twenty-one: cross-language disclosure and retrieval of multimedia documents on sustainable development,” Computer Network and ISDN System, Vol. 30, No. 13, pp. 1237-1248.
80. Stuckelberg, M. V. and Doermann, D., 1999, “On musical score recognition using probabilistic reasoning,” ICDAR, Proceedings of the Fifth International Conference on Document Analysis and Recognition, pp. 115-118.
81. Tseng, L.-Y. and Chen, R.-C., 1997, “The recognition of form documents based on three types of line segments,” Proceedings of the Fourth International Conference on Document Analysis and Recognition, Vol. 1, pp. 71-75.
82. Tyrvainen, P. and Paivarinta, T., 1999, “On rethinking organizational document genres for electronic document management,” Proceedings of the 32nd Annual Hawaii International Conference on Systems Sciences, pp. 1-10.
83. Volarević, M., Strasberger, V., and Paćelat, E., 2000, “A philosophy of the electronic document management,” Proceedings of the 22nd International Conference on Information Technology Interfaces, pp. 141-146.
84. Yamamoto, H., Sakaue, S., Maruno, S., and Shimeki, Y., 1993, “Segmentation of handwritten Japanese character strings with hopfield type neural networks,” Neural Networks, Vol. 3, pp. 2073-2076.
85. Zhao, S.-L. and Lee, H.-J., 2001, “High-precision two-kernel Chinese character recognition in general document processing systems,” Proceedings, Sixth International Conference on Document Analysis and Recognition, pp. 617-621.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔