基于感知神经网络的去重方法、装置、设备及存储介质

    公开(公告)号:CN118643124A

    公开(公告)日:2024-09-13

    申请号:CN202411120786.0

    申请日:2024-08-15

    摘要: 本申请提供了一种基于感知神经网络的去重方法、装置、设备及存储介质,通过将待入库文本输入整体感知层确定待入库文本的文本宏观特征,并基于文本宏观特征和文本库确定第一比对库;将待入库文本输入关键词匹配层确定关键词匹配结果,并基于关键词匹配结果和第一比对库确定第二比对库;基于待入库文本对第二比对库进行全文检索确定第三比对库;基于预设相似度算法确定第三比对库中是否存在与待入库文本匹配的文本,并在不存在时将待入库文本录入文本库。由此,通过感知神经网络的分层处理模拟人类感知机制,将待入库文本与文本库逐层进行筛选比对以确定是否将待入库文本录入文本库,有效提高了去重的效率和准确度。

    基于深度学习的试卷识别方法及系统

    公开(公告)号:CN114120349A

    公开(公告)日:2022-03-01

    申请号:CN202210020087.3

    申请日:2022-01-10

    IPC分类号: G06V30/42 G06N20/00

    摘要: 本发明提出了一种基于深度学习的试卷识别方法及系统,涉及机器学习技术领域,该方法包括:获取试卷图像;根据所述试卷图像,采用多任务并行模式进行检测识别;其中,检测识别任务包括:线段和实心点的检测,圆和曲线的检测,文字检测识别;检测识别的输出结果至少包括:实线、虚线、箭头、实心点、曲线、圆、文本内容;对检测识别的输出结果进行整合,将整合结果采用SVG绘制得到矢量图像。本发明通过任务并行的方式,可以快速检测识别试卷图片中的多种元素,处理效率高,识别结果准确,能够为教育行业的电子信息化提供有力的数据支持。

    一种基于机器学习的自动化平行组卷的方法及系统

    公开(公告)号:CN113656536B

    公开(公告)日:2022-02-08

    申请号:CN202111213646.4

    申请日:2021-10-19

    摘要: 本发明提出了一种基于机器学习的自动化平行组卷的方法及系统,其中,该方法包括:获取原始试卷;根据原始试卷中的题目,利用相似性算法,在候选题库中分别查询与每道题目相似的题目,组成第一题目列表;过滤第一题目列表得到第二题目列表;根据用户对题目及包含题目的试卷的历史处理行为建立预测模型,预测处理行为的概率;根据处理行为的概率计算题目评分,按照题目评分排序,选取排名靠前的一定数量的题目;对每种处理行为的概率分别进行排名,将排名转换为分数并融合排序,在组成平行试卷;根据用户对题目顺序的历史更改数据建立顺序调整模型,调整平行试卷中试题顺序;展示平行试卷,并根据用户的换题操作及顺序调整操作,得到最终试卷。

    一种基于用户行为的试题搜索方法及装置

    公开(公告)号:CN116340657B

    公开(公告)日:2023-08-29

    申请号:CN202310600957.9

    申请日:2023-05-26

    IPC分类号: G06F16/9538 G06F16/9535

    摘要: 本发明涉及一种基于用户行为的试题搜索方法及装置。该基于用户行为的试题搜索方法,该方法包括以下步骤,获得当前用户正在处理的试题数据以及行为数据;所述试题数据至少包括答案数据、解题分步数据、与解题分步数据对应的提示信息数据以及与解题分步数据中对应的知识点数据;所述行为数据至少包括与解题分步数据对应的有效行为数据、与解题分步数据无法对应的无效行为数据、反馈行为数据;基于当前用户的行为数据,判断是否基于试题数据于预设的方式显示;若是,则基于当前用户的试题数据,获得所述试题数据的关联数据;该基于用户行为的试题搜索方法及装置,提高知识点的理解性以及运用性,提高用户解决困难的能力,便于推广使用。

    一种基于用户行为的试题搜索方法及装置

    公开(公告)号:CN116340657A

    公开(公告)日:2023-06-27

    申请号:CN202310600957.9

    申请日:2023-05-26

    IPC分类号: G06F16/9538 G06F16/9535

    摘要: 本发明涉及一种基于用户行为的试题搜索方法及装置。该基于用户行为的试题搜索方法,该方法包括以下步骤,获得当前用户正在处理的试题数据以及行为数据;所述试题数据至少包括答案数据、解题分步数据、与解题分步数据对应的提示信息数据以及与解题分步数据中对应的知识点数据;所述行为数据至少包括与解题分步数据对应的有效行为数据、与解题分步数据无法对应的无效行为数据、反馈行为数据;基于当前用户的行为数据,判断是否基于试题数据于预设的方式显示;若是,则基于当前用户的试题数据,获得所述试题数据的关联数据;该基于用户行为的试题搜索方法及装置,提高知识点的理解性以及运用性,提高用户解决困难的能力,便于推广使用。

    基于深度学习的试卷识别方法及系统

    公开(公告)号:CN114120349B

    公开(公告)日:2022-05-03

    申请号:CN202210020087.3

    申请日:2022-01-10

    IPC分类号: G06V30/42 G06N20/00

    摘要: 本发明提出了一种基于深度学习的试卷识别方法及系统,涉及机器学习技术领域,该方法包括:获取试卷图像;根据所述试卷图像,采用多任务并行模式进行检测识别;其中,检测识别任务包括:线段和实心点的检测,圆和曲线的检测,文字检测识别;检测识别的输出结果至少包括:实线、虚线、箭头、实心点、曲线、圆、文本内容;对检测识别的输出结果进行整合,将整合结果采用SVG绘制得到矢量图像。本发明通过任务并行的方式,可以快速检测识别试卷图片中的多种元素,处理效率高,识别结果准确,能够为教育行业的电子信息化提供有力的数据支持。

    图像处理方法、装置、设备以及介质

    公开(公告)号:CN118898849A

    公开(公告)日:2024-11-05

    申请号:CN202411296412.4

    申请日:2024-09-18

    发明人: 彭海波 苏斌 李超

    IPC分类号: G06V30/164 G06V30/146

    摘要: 本发明涉及一种图像处理方法、装置、设备以及介质,涉及数据处理技术领域,该方法包括:获取目标图像中的像素点,得到目标点集;从所述目标点集中选取符合偏离范围的点集数据,得到待排序数据集;根据预设的边界值以及所述待排序数据集,确定边界内数据集以及边界外数据集;组合所述边界内数据集以及所述边界外数据集,得到排序结果;将所述排序结果中的像素点连接,得到处理图像。通过排除不符合偏离范围的点集数据,实现抗噪声和异常点处理,提高图像处理算法在噪声环境下的鲁棒性,确保生成图像的稳定性的效果。

    一种试卷整体录入方法及系统

    公开(公告)号:CN116311293A

    公开(公告)日:2023-06-23

    申请号:CN202310573944.7

    申请日:2023-05-22

    IPC分类号: G06V30/32 G06V30/14

    摘要: 本发明涉及一种试卷整体录入方法及系统。通过图像识别的方式来获得试卷中的答题信息,该试卷整体录入方法,该方法包括以下步骤,获得考生答题的试卷模型;基于第一设定时间实时获得考生答题书写时的第一试卷图像;基于考生答题书写时的第一试卷图像,获得考生答题书写区域对应的题目信息;获得与题目信息对应的书写区域中的全部书写信息,并将所述全部书写信息存储于试卷模型中对应题目信息的位置处,并于预设的方式进行显示;基于第二设定时间结束获得考生答题书写的第一试卷图像;该试卷整体录入方法及系统,可以实现采集更多的学生答题信息,便于教育者了解并分析学生的学习情况,还可以很好的防止作弊,便于教育行业推广使用。

    一种试卷整体录入方法及系统

    公开(公告)号:CN116311293B

    公开(公告)日:2023-08-11

    申请号:CN202310573944.7

    申请日:2023-05-22

    IPC分类号: G06V30/32 G06V30/14

    摘要: 本发明涉及一种试卷整体录入方法及系统。通过图像识别的方式来获得试卷中的答题信息,该试卷整体录入方法,该方法包括以下步骤,获得考生答题的试卷模型;基于第一设定时间实时获得考生答题书写时的第一试卷图像;基于考生答题书写时的第一试卷图像,获得考生答题书写区域对应的题目信息;获得与题目信息对应的书写区域中的全部书写信息,并将所述全部书写信息存储于试卷模型中对应题目信息的位置处,并于预设的方式进行显示;基于第二设定时间结束获得考生答题书写的第一试卷图像;该试卷整体录入方法及系统,可以实现采集更多的学生答题信息,便于教育者了解并分析学生的学习情况,还可以很好的防止作弊,便于教育行业推广使用。

    一种基于机器学习的自动化平行组卷的方法及系统

    公开(公告)号:CN113656536A

    公开(公告)日:2021-11-16

    申请号:CN202111213646.4

    申请日:2021-10-19

    摘要: 本发明提出了一种基于机器学习的自动化平行组卷的方法及系统,其中,该方法包括:获取原始试卷;根据原始试卷中的题目,利用相似性算法,在候选题库中分别查询与每道题目相似的题目,组成第一题目列表;过滤第一题目列表得到第二题目列表;根据用户对题目及包含题目的试卷的历史处理行为建立预测模型,预测处理行为的概率;根据处理行为的概率计算题目评分,按照题目评分排序,选取排名靠前的一定数量的题目;对每种处理行为的概率分别进行排名,将排名转换为分数并融合排序,在组成平行试卷;根据用户对题目顺序的历史更改数据建立顺序调整模型,调整平行试卷中试题顺序;展示平行试卷,并根据用户的换题操作及顺序调整操作,得到最终试卷。