公开(公告)号：CN116758557A

公开(公告)日：2023-09-15

申请号：CN202310738640.1

申请日：2023-06-21

Applicant: 厦门理工学院

Inventor： 王大寒 ,  王炎蓉 ,  朱顺痣 ,  张燕明 ,  殷飞

IPC: G06V30/19 ,  G06V30/18 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明提出一种基于浅层图神经网络的联机手写笔画分类方法，包括以下步骤：步骤S1、对联机手写文档的每一个笔画提取若干特征；提取笔画对的若干特征；步骤S2、得到文档笔画的初始图结构；步骤S3、将初始图结构送入边缘分支进行边缘特征学习；步骤S4、将分类结果作为图的邻接矩阵，从而更新图结构；步骤S5、从更新后的图结构的节点特征中提取连通子图特征与全局特征；步骤S6、在更新后的图结构基础上，得到最终的节点特征。对最终的节点特征进行分类，得到版面分析结果。

公开(公告)号：CN116758557B

公开(公告)日：2024-04-05

申请号：CN202310738640.1

申请日：2023-06-21

Applicant: 厦门理工学院

Inventor： 王大寒 ,  王炎蓉 ,  朱顺痣 ,  张燕明 ,  殷飞

IPC: G06V30/19 ,  G06V30/18 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明提出一种基于浅层图神经网络的联机手写笔画分类方法，包括以下步骤：步骤S1、对联机手写文档的每一个笔画提取若干特征；提取笔画对的若干特征；步骤S2、得到文档笔画的初始图结构；步骤S3、将初始图结构送入边缘分支进行边缘特征学习；步骤S4、将分类结果作为图的邻接矩阵，从而更新图结构；步骤S5、从更新后的图结构的节点特征中提取连通子图特征与全局特征；步骤S6、在更新后的图结构基础上，得到最终的节点特征。对最终的节点特征进行分类，得到版面分析结果。