-
公开(公告)号：CN119005308B
公开(公告)日：2025-02-11
申请号：CN202411488220.3
申请日：2024-10-24
Applicant: 暨南大学 , 广东光大信息科技股份有限公司
IPC: G06N5/02 , G06N3/0442 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种基于知识图谱的多模态习题表征方法，涉及多模态表征技术领域，包括：获取多模态信息的数学习题信息以及相关知识点，提取多模态习题涉及的所有元素；提取多模态习题的图像和文本特征；基于表层理解规则，明确习题文本和图片中各元素之间的空间关系，并构建表示表层信息的知识图谱；基于隐层理解的规则，将习题涉及的相关定理和公式转化为形式化语言，并构建表示隐层信息的知识图谱；将表示表层信息和表示隐层信息的知识图谱融合为表示完整的习题信息的知识图谱；基于表示不同习题信息的知识图谱节点和边，计算习题之间的相似度和困难度及文本知识图谱和图像知识图谱的匹配度；基于自动解题模型，获得习题的深度表征。
-
公开(公告)号：CN119005308A
公开(公告)日：2024-11-22
申请号：CN202411488220.3
申请日：2024-10-24
Applicant: 暨南大学 , 广东光大信息科技股份有限公司
IPC: G06N5/02 , G06N3/0442 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种基于知识图谱的多模态习题表征方法，涉及多模态表征技术领域，包括：获取多模态信息的数学习题信息以及相关知识点，提取多模态习题涉及的所有元素；提取多模态习题的图像和文本特征；基于表层理解规则，明确习题文本和图片中各元素之间的空间关系，并构建表示表层信息的知识图谱；基于隐层理解的规则，将习题涉及的相关定理和公式转化为形式化语言，并构建表示隐层信息的知识图谱；将表示表层信息和表示隐层信息的知识图谱融合为表示完整的习题信息的知识图谱；基于表示不同习题信息的知识图谱节点和边，计算习题之间的相似度和困难度及文本知识图谱和图像知识图谱的匹配度；基于自动解题模型，获得习题的深度表征。
-
公开(公告)号：CN118711200B
公开(公告)日：2025-01-07
申请号：CN202411196255.X
申请日：2024-08-29
Applicant: 广东光大信息科技股份有限公司
IPC: G06V30/30 , G06V30/162 , G06V30/168 , G06V30/18 , G06V30/186
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种移动辅助阅卷方法及系统。方法包括：获取试卷图像及试卷图像中各连通区的像素点数量和外接矩形面积；确定各连通区的可疑度；响应于连通区的可疑度大于预设的杂质阈值，该连通区为杂质区；构建各像素点探索窗口；确定试卷图像和各像素点探索窗口的杂质密集度；优化像素点的初始的滤波器；根据各像素点的初始或优化后的滤波器，对试卷图像进行滤波除杂。本发明通过连通区可疑度以及确定杂质区，能够准确地识别试卷图像中的杂质，从而提高杂质识别的精度；通过构建探索窗口并根据杂质密集度调整滤波器的边长，能够有效地去除杂质同时保留字符细节，提高了滤波器处理的灵活性和针对性。
-
公开(公告)号：CN118798448A
公开(公告)日：2024-10-18
申请号：CN202411284892.2
申请日：2024-09-13
Applicant: 广东光大信息科技股份有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06N3/044 , G06N3/045 , G06N3/047 , G06N3/0475 , G06N3/084 , G06N3/088 , G06N3/09 , G06N3/096
Abstract: 本发明提出一种基于深度学习的作业管理方法及系统，方法包括：构建基于深度信念网络的初始的深度学习模型；利用所述深度学习模型在动态变化的作业环境中进行资源配置预测与优化；根据作业环境中场景需求的变化，动态修正预测结果和资源配置方案；基于修正后的预测和资源配置方案持续训练和调整所述深度学习模型进行优化。本发明解决了如何构建基于深度信念网络的深度学习模型，再使用深度学习模型在动态变化的作业环境中准确预测和优化资源配置，同时根据不同场景的需求修正预测和资源配置的问题。
-
公开(公告)号：CN118711200A
公开(公告)日：2024-09-27
申请号：CN202411196255.X
申请日：2024-08-29
Applicant: 广东光大信息科技股份有限公司
IPC: G06V30/30 , G06V30/162 , G06V30/168 , G06V30/18 , G06V30/186
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种移动辅助阅卷方法及系统。方法包括：获取试卷图像及试卷图像中各连通区的像素点数量和外接矩形面积；确定各连通区的可疑度；响应于连通区的可疑度大于预设的杂质阈值，该连通区为杂质区；构建各像素点探索窗口；确定试卷图像和各像素点探索窗口的杂质密集度；优化像素点的初始的滤波器；根据各像素点的初始或优化后的滤波器，对试卷图像进行滤波除杂。本发明通过连通区可疑度以及确定杂质区，能够准确地识别试卷图像中的杂质，从而提高杂质识别的精度；通过构建探索窗口并根据杂质密集度调整滤波器的边长，能够有效地去除杂质同时保留字符细节，提高了滤波器处理的灵活性和针对性。
-
Patent Agency Ranking
公开(公告)号：CN118918599B
公开(公告)日：2025-01-07
申请号：CN202411115402.6
申请日：2024-08-14
Applicant: 广东光大信息科技股份有限公司
IPC: G06V30/304 , G06V10/75 , G06N3/006 , G10H1/00
Abstract: 本发明公开了基于麻雀搜索算法的五线谱识别方法及装置，属于新一代信息技术领域。该方法，包括以下步骤：合并待检测与预设五线谱图像后，移除合并图像中的谱线；分类并统计移除谱线后的图像中的第一音符图像和第一符号图像；将第一音符图像和第一符号图像量化后，通过麻雀搜索算法匹配最相似的标准音符图像和标准符号图像，将其生成第一音频，从数据库中获取预设的五线谱图像对应的原始音频记为第二音频，计算第一音频与第二音频的音频相似度评估值，当音频相似度评估值达到音频相似度评估值阈值时，选择当前图像作为最终结果，若未达到音频相似度评估值阈值，调整麻雀搜索算法的参数，重新匹配最相似的标准音符和标准符号图像。
-
公开(公告)号：CN117523578B
公开(公告)日：2024-04-05
申请号：CN202410013491.7
申请日：2024-01-04
Applicant: 广东光大信息科技股份有限公司
IPC: G06V30/148 , G06N3/0464 , G06V10/82 , G06V30/164
Abstract: 本发明涉及文本识别领域，更具体地，本发明涉及一种基于人工智能的课堂纸笔互动方法及装置。所述方法包括：采集用户书写轨迹数据，构建点阵图及笔划轨迹时序数据；计算并构建关于字符笔划轨迹间水平距离值和笔划轨迹间书写的停顿时间的特征向量，根据高斯混合模型中判断相邻两段笔划轨迹是否属于同一字符；将所有笔划轨迹按单个字符划分并存储，对存储的数据进行预处理；将预处理后的数据输入预测模型中得出识别出的文字的概率；使用语言模型修正得到的文字概率，并实时输出设定格式的文字。通过本发明的技术方案，能够提高课堂联机时书写文字的识别准确率，并转换为印刷体文字便于教师与学生辨识，提高课堂教学效率。
-
公开(公告)号：CN118918599A
公开(公告)日：2024-11-08
申请号：CN202411115402.6
申请日：2024-08-14
Applicant: 广东光大信息科技股份有限公司
IPC: G06V30/304 , G06V10/75 , G06N3/006 , G10H1/00
Abstract: 本发明公开了基于麻雀搜索算法的五线谱识别方法及装置，属于新一代信息技术领域。该方法，包括以下步骤：合并待检测与预设五线谱图像后，移除合并图像中的谱线；分类并统计移除谱线后的图像中的第一音符图像和第一符号图像；将第一音符图像和第一符号图像量化后，通过麻雀搜索算法匹配最相似的标准音符图像和标准符号图像，将其生成第一音频，从数据库中获取预设的五线谱图像对应的原始音频记为第二音频，计算第一音频与第二音频的音频相似度评估值，当音频相似度评估值达到音频相似度评估值阈值时，选择当前图像作为最终结果，若未达到音频相似度评估值阈值，调整麻雀搜索算法的参数，重新匹配最相似的标准音符和标准符号图像。
-
公开(公告)号：CN118710460B
公开(公告)日：2024-10-29
申请号：CN202411194801.6
申请日：2024-08-29
Applicant: 广东光大信息科技股份有限公司
IPC: G06Q50/20 , G06F16/9535 , G06F16/906 , G06V30/19 , G06V30/22
Abstract: 本发明属于数据处理技术领域，具体的说是一种基于大数据的个性化错题分析系统及方法，包括用户端和综合错题分析端；所述综合错题分析端包括：用户画像模块，所述用户画像模块被配置为根据不同用户的习惯信息建立不同的用户习惯画像；学习模块，所述学习模块被配置为向用户输出习题并提供答题环境；答案存储库，所述答案存储库被配置为存储习题答案；错题分析模块，所述错题分析模块被配置为剖析错题原因，得到错题分析结果；错题数据库，所述错题数据库被配置为存储过往错题，供用户端调阅；通过设置综合错题分析端，对用户的错题进行系统性的分析归类，并给出后续相应的出题计划，从而帮助用户进一步的掌握薄弱知识点，提高学习效果。
-
公开(公告)号：CN118822321A
公开(公告)日：2024-10-22
申请号：CN202411313498.7
申请日：2024-09-20
Applicant: 广东光大信息科技股份有限公司
IPC: G06Q10/0637 , G06Q50/20 , G06V40/16 , G06F18/2321
Abstract: 本发明涉及数据处理技术领域，具体涉及教学质量智能监测分析方法及系统。其方法包括以下步骤：利用学生的人脸图像对预先构建的认真状态识别网络进行训练获得训练好的认真状态识别网络；将每个学生的人脸图像输入至训练好的认真状态识别网络得到每个学生的认真状态的数值；根据每个学生的认真状态的数值得到教学质量评分值，若教学质量评分值小于预设的阈值，输出代表教学质量差的信号；即本发明的方案能够准确地对教学质量进行监测。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.058 seconds)
