-
公开(公告)号：CN114612911B
公开(公告)日：2022-11-29
申请号：CN202210095671.5
申请日：2022-01-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种笔画层级手写字符序列识别方法、装置、终端及存储介质，其中，上述方法包括：获取待识别手写字符的笔画图片序列；基于所述笔画图片序列，根据编码端神经网络模型获得笔画序列特征；基于已识别字符序列，获取字符序列特征；基于交叉注意力机制，将所述字符序列特征和所述笔画序列特征输入解码端单向多头自注意力层，获得所述待识别手写字符的语义特征向量；基于所述语义特征向量和所述笔画序列特征，根据神经网络模型获得所述待识别手写字符的识别结果。与现有技术相比，本发明通过将手写字符序列的上下文语义信息与手写字符的笔画特征融合，能够准确识别非完整笔画字符，提高识别效率，实现高鲁棒性的手写汉字序列识别。
-
公开(公告)号：CN114612911A
公开(公告)日：2022-06-10
申请号：CN202210095671.5
申请日：2022-01-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种笔画层级手写字符序列识别方法、装置、终端及存储介质，其中，上述方法包括：获取待识别手写字符的笔画图片序列；基于所述笔画图片序列，根据编码端神经网络模型获得笔画序列特征；基于已识别字符序列，获取字符序列特征；基于交叉注意力机制，将所述字符序列特征和所述笔画序列特征输入解码端单向多头自注意力层，获得所述待识别手写字符的语义特征向量；基于所述语义特征向量和所述笔画序列特征，根据神经网络模型获得所述待识别手写字符的识别结果。与现有技术相比，本发明通过将手写字符序列的上下文语义信息与手写字符的笔画特征融合，能够准确识别非完整笔画字符，提高识别效率，实现高鲁棒性的手写汉字序列识别。
-
公开(公告)号：CN107245371A
公开(公告)日：2017-10-13
申请号：CN201710358924.2
申请日：2017-05-19
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及一种利用脉冲电场辅助提取微藻油脂的方法，包括以下几个步骤：A：破壁步骤，将一定浓度的微藻藻液泵入脉冲电场进行破壁处理；B：离心步骤，对步骤A获得的破壁后藻液进行离心处理；C：提取步骤，取步骤B获得的藻泥并向其中加入提取溶剂进行提取反应，提取时间为0.5‑30 h；D：萃取步骤，向步骤C获得的产物中加入蒸馏水并获取含油脂有机相，待有机溶剂挥发殆尽，烘干后获得粗油脂。脉冲电场破壁微藻细胞具有破壁效率高、成本低，可工业化的优势；同时，采用低毒溶剂代替传统的毒性较高的氯仿/甲醇，可以在保证提取效率的同时使提取过程更加环保，为微藻油脂提取提供了一种具有良好工业化前景的技术。
-
-
Search Results
3
records
(took 0.025 seconds)
