-
公开(公告)号：CN112464926B
公开(公告)日：2024-11-22
申请号：CN202011259598.8
申请日：2020-11-12
Applicant: 北京工业大学
IPC: G06V30/14 , G06V30/146 , G06V30/19 , G06V30/244 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明涉及一种联机中英文混合手写识别方法，用于在线输入法、在线输入系统中英文混合手写输入识别。首先，对联机中英文混合手写文本行进行倾斜矫正处理，并对其进行基于规则的过切分，其次，把过切分完成的字符片段进行中英文二分类，并且把字符片段通过路径评价、搜索算法得到一条字符合并最佳路径；最后，把每类字符送入相应的联机手写字符识别模型进行识别，把识别结果按照原先的顺序进行重组，最终得到联机中英文混合手写文本识别结果，实验证明，联机中英文混合手写识别率可达93.67％。
-
公开(公告)号：CN113936181B
公开(公告)日：2024-03-26
申请号：CN202110877654.2
申请日：2021-08-01
Applicant: 北京工业大学
IPC: G06V10/774 , G06V10/26 , G06V10/44 , G06V30/148
Abstract: 本发明公开了一种粘连手写英文字符的识别方法，用于粘连字符的切分和识别。首先，基于图像的结构特征找到候选切分点，以此作为切分算法的起始切分点，设计切分规则确定切分路径；对不同类型的粘连字符，采用多策略切分方式进行精准切分；最后通过构建切分路径评价方法确定最优切分路径。对切分后的手写英文字符，送入利用卷积神经网络训练得到的识别模型进行识别，最终得到粘连手写英文字符的识别结果。
-
公开(公告)号：CN116824608A
公开(公告)日：2023-09-29
申请号：CN202310667530.0
申请日：2023-06-07
Applicant: 北京工业大学
IPC: G06V30/412 , G06V30/146 , G06V30/148 , G06V30/19 , G06V10/82
Abstract: 本发明公开了基于目标检测的答题卡版面分析方法，用于对答题卡图像进行版面分析。首先对原始图像进行预处理，得到无倾斜的、亮度合适、无边框干扰的答题卡图像；然后使用以解耦头和改进损失函数训练的版面目标检测模型YOLOv5s‑DC对手写内容、图形、表格等前景内容进行检测，再使用基于投影的背景分割方法对版面进行结构分析；利用分析得到的结构信息将前景目标划分至各个区域后，使用MSER算法和SeamCarving算法对前景内容进行补充和边缘切分，另外针对版面中的表格内容进行行、列线条的检测并对表格结构进行分析；最后利用CRNN网络对版面中的文本进行识别。
-
公开(公告)号：CN112632970B
公开(公告)日：2024-12-13
申请号：CN202011475757.8
申请日：2020-12-15
Applicant: 北京工业大学
IPC: G06F40/247 , G06F40/284 , G06F16/36 , G06F16/33 , G06F16/31
Abstract: 本发明涉及结合学科同义词与词向量的相似度评分算法，用于实现地理主观题自动评分。首先，以地理学科为背景，通过提取学科知识信息，建立了地理词典，并将其引入到Word2vec模型中训练词向量，构建了地理语料库；然后针对同义词词林对学科同义词识别不准确的问题，建立了地理同义词词库；最后，基于词性提出了一种关键词提取及权重分配算法，在文本相似度计算中融入了学科知识背景，并依据词语相似度建立了语句相似度的可信值，实现了相似度评分算法。实验结果表明，该方法与教师评分趋势基本一致，评分准确率达到了88.82％。
-
公开(公告)号：CN112632970A
公开(公告)日：2021-04-09
申请号：CN202011475757.8
申请日：2020-12-15
Applicant: 北京工业大学
IPC: G06F40/247 , G06F40/284 , G06F16/36 , G06F16/33 , G06F16/31
Abstract: 本发明涉及结合学科同义词与词向量的相似度评分算法，用于实现地理主观题自动评分。首先，以地理学科为背景，通过提取学科知识信息，建立了地理词典，并将其引入到Word2vec模型中训练词向量，构建了地理语料库；然后针对同义词词林对学科同义词识别不准确的问题，建立了地理同义词词库；最后，基于词性提出了一种关键词提取及权重分配算法，在文本相似度计算中融入了学科知识背景，并依据词语相似度建立了语句相似度的可信值，实现了相似度评分算法。实验结果表明，该方法与教师评分趋势基本一致，评分准确率达到了88.82％。
-
Patent Agency Ranking
公开(公告)号：CN119990128A
公开(公告)日：2025-05-13
申请号：CN202510067736.9
申请日：2025-01-16
Applicant: 北京工业大学
IPC: G06F40/295 , G06F40/284 , G06F18/213 , G06F18/214 , G06F18/241 , G06F18/2431 , G06F18/25 , G06N3/045 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多特征和门控机制的命名实体识别方法，是针对中学数学教育领域而设计的，该方法包括：构建中学数学试题命名实体识别数据集，用于对模型的训练；训练传统命名实体识别模型，将BERT+BiLSTM+CRF传统模型作为基线模型并对其进行改进；引入迭代扩张卷积卷积神经网络IDCNN提取文本的局部特征；引入基于门控权重机制对BiLSTM提取的文本全局特征进行扩充；融合BiLSTM和IDCNN特征训练模型并生成实体标签序列。本发明通过将全局特征和局部特征进行融合，同时提高了单个实体内部标签和整个句子的大部分字符标签的识别准确率，最终提高模型的整体标签识别效果。
-
公开(公告)号：CN113934814A
公开(公告)日：2022-01-14
申请号：CN202110877661.2
申请日：2021-08-01
Applicant: 北京工业大学
IPC: G06F16/33 , G06F40/211 , G06F40/247 , G06F40/289 , G06F40/30 , G06K9/62
Abstract: 本发明公开了古诗文主观题自动评分方法，通过对语文古诗文阅读类主观题的分析，提出了结合学科情感分析模型与依存关系的相似度评分算法。以中文维基百科语料为基础，扩充了与评分相关的古诗文，共计81927条，通过Word2vec模型进行词向量训练，构建了古诗文基础语料库；基于学科评分特性建立了对应的古诗文过滤词表；针对情感分析模型对古诗文语句分析不准确的问题，结合同义词词林，建立了古诗文情感词库；构建了学科情感分析模型，将其与StanfordCoreNLP的依存句法分析相结合，实现了相似度评分算法，并将其应用于古诗文的阅卷评分。实验表明，该算法的平均评分准确率达到了89.42％。
-
公开(公告)号：CN110769269A
公开(公告)日：2020-02-07
申请号：CN201911087824.6
申请日：2019-11-08
Applicant: 北京工业大学
IPC: H04N21/2187 , H04N21/4788 , H04N21/2662 , H04N21/442 , H04N21/231 , H04N21/262 , H04N19/11 , H04N19/147
Abstract: 本发明涉及一种局域网屏幕直播延迟优化方法，用于局域网环境下多屏，多设备实时、同步直播。首先，推流端定时对网络上行平均带宽和平均往返时延进行监测评价，建立三种网络质量模型；推流端依据不同的网络状况自适应调整推流码率，该过程遵循“快降慢升”原则，保证不同网络环境下直播流播放的流畅性；其次，服务器对关键帧进行缓存,播放端启动播放时首先从服务器内存中获取关键帧加载播放，避免了触发播放器的超时重连机制，加快首帧的打开速度，使得首帧打开时间减少到2-4秒；最后，改进了帧内预测模式快速选择算法,通过降低候选模式个数减少编码复杂度，在视频质量基本不变的前提下使编码时间最多可降低约22％。
-
公开(公告)号：CN110059760A
公开(公告)日：2019-07-26
申请号：CN201910337675.8
申请日：2019-04-25
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于拓扑结构和CNN的几何图形识别方法，用于识别平面几何图形。首先，对原图形进行预处理，得到不包含字母的、前景为白色的几何图形；然后再进行霍夫直线检测，合并检测结果中属于同一条边的线段，提取几何图形的边；接着，计算边与边的交点，得到图形各顶点及形成顶点的边编号；之后，根据顶点与边的关联关系获取顶点间邻接关系，用以表示图形拓扑结构；在保证几何图形拓扑结构不变的前提下，通过在预设容忍度内移动图形顶点构建同构图形库作为基础训练集，并进行扩充；最后，以加深隐藏层层数、增加各层卷积核个数的方式改进LeNet-5模型，基于同构图形训练集进行自动特征提取和学习，完成对平面几何图形的识别。
-
公开(公告)号：CN118115329A
公开(公告)日：2024-05-31
申请号：CN202410427465.9
申请日：2024-04-10
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于自注意力机制的长短期知识状态自适应知识追踪方法，属于计算机应用领域。针对学生学习过程中知识状态变化受长期和短期知识状态共同影响的特点，提出了一种基于自注意力机制的Long‑Short Term Knowledge State Adaptive Knowledge Tracing Model。首先，基于自注意力机制构建了一种长短期知识状态提取器。同时针对长期知识状态变化的特点设计了一种动态权重的策略，针对短期知识状态变化的特点设计了一种动态窗口的策略。然后，通过神经网络结构搜索的方式设计了一种长期和短期知识状态自适应的结构。最后，将长期和短期知识状态融合起来通过预测层来输出学生的知识状态。本发明提出的知识追踪方法能更有效地提取学生学习过程中长期和短期知识状态特征，进一步提高预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.018 seconds)
