1. 毕业设计（论文）主要内容：
在当前海量文献的背景下，图像挖掘，图像识别及文本挖掘等技术已经成为替代传统手工生物文献知识库构建的最重要的技术方法。
本题目以提出一种有效，自动的文献知识库构建方法为目标，以生物文献中占据图表类型比例最多的柱形图为例，针对柱形图进行图像识别，对象关系抽取的方法设计并运用图像识别、对象关系抽取、文本挖掘等技术手段实现基于图像挖掘的结构化生物文献知识库构建。
本方法流程上可大致分成三步，第一步是指定图表类型的判别（柱形图），第二步是文本挖掘，第三步是关系提取。
2. 毕业设计（论文）主要任务及要求
1、完成生物文献的自动批量获取，构建文献图表数据库；2、设计生物文献图表的识别算法（以柱状图为例），实现图表数据库中的柱状图自动识别；3、对识别算法的准确性进行评估，对构建的文献知识库进行评估。
3. 毕业设计（论文）完成任务的计划与安排
(1)2016/1/11—2016/1/22：查阅参考文献，明确选题；(2)2016/1/23—2016/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；(3)2016/3/8—2016/4/26：需求分析，算法或系统设计，分析、比较或实现等；(4)2016/4/27—2016/5/27：撰写论文初稿；修改论文，定稿并提交论文评审；(5)2016/5/28—2016/6/7：准备论文答辩。
4. 主要参考文献
[1] R. Rodriguez-Esteban, L. loddifov, Figure mining for biomedical research, Bioinformatics 25 (16) (2009) 2082-2084.[2] Structured literature Image finder: Extracting information from text and images in biomedical literature.[3] Structured literature image finder:Parsing text and figures in biomedical literature.[4] Li,L. et al. (2008) A figure image processing system. Graphics recognition, recentadvances and new opportunities. Vol. 5046 of Lecture Notes in Computer Science,Springer, Berlin, pp. 191–201.[5] Xu,S. et al. (2008a) Yale Image Finder (YIF): a new search engine for retrieving biomedical images. Bioinformatics, 24, 1968–1970.[6] Hearst,M.A. et al. (2007a) BioText search engine: beyond abstract search. Bioinformatics, 23, 2196–2197J.[7] Peng, X. Y. Shi, Y. M. Sun, D. Y. Li, B. H. Liu, QTLMiner: QTL database curation by mining tables in literature[8] T. Kuhn, M. L. Nagy, TB. Luong, M. Krauthammer, Mining images in biomedical publictions: Detection and analysis of gel diagrams, journal of Biomedical Semantics.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
