基于Swin Transformer和CNN的汉字书法教学系统
打开文本图片集
摘要：
针对日益增长的汉字书法学习需求，将滑动窗口自注意力（Swin Transformer，ST）模型和卷积神经网络（Convolutional Neural Network，CNN）模型相结合，提出手写体汉字识别ST-CNN模型，进而开发了汉字书法教学系统。实测结果表明，ST-CNN模型识别准确率约为91.6%，较传统的ST模型提升了约0.5个百分点，较传统的CNN模型与ST模型，在收敛速度上分别提升了约10和30个百分点，开发的汉字书法教学系统性能良好。（剩余11216字）
