CN119418139A 基于人工智能和图注意力神经网络的试卷结构获取方法 (北京和气聚力教育科技有限公司)_第1页
CN119418139A 基于人工智能和图注意力神经网络的试卷结构获取方法 (北京和气聚力教育科技有限公司)_第2页
CN119418139A 基于人工智能和图注意力神经网络的试卷结构获取方法 (北京和气聚力教育科技有限公司)_第3页
CN119418139A 基于人工智能和图注意力神经网络的试卷结构获取方法 (北京和气聚力教育科技有限公司)_第4页
CN119418139A 基于人工智能和图注意力神经网络的试卷结构获取方法 (北京和气聚力教育科技有限公司)_第5页
已阅读5页,还剩26页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于人工智能和图注意力神经网络的试卷本申请实施例提供一种基于人工智能和图2对分块结果经过卷积神经网络变换得到的设定向量,进行归一化2.根据权利要求1所述的基于人工智能和图注意力神经网络的试卷结构获取方法,其通过Gabor变换分别得到每张答卷图片在频域上不同尺度和不同方向上的特征信息;根据第一张答卷图片的相对位置获取所有答卷图片对应的每行文3.根据权利要求2所述的基于人工智能和图注意力神经网络的试卷结构获取方法,其特征在于,所述通过Gabor变换分别得到每张答卷图片在频域上不同尺度和不同方向上的采用具有特定尺度和特定方向的Gabor滤波器对第一张答卷图片进行处理,以提取特选取第一尺度和第一方向的特征图像,通过投影方法将该特征图像进行分根据二值化处理的结果,将特征图像沿第一方向切割进行块切对剩余的答卷图片进行相同处理后,得到每张答卷图片在频域上不同4.根据权利要求2所述的基于人工智能和图注意力神经网络的试卷结构获取方法,其将第一张答卷图片的区域图像组合为设定维度的输入,经过CNN卷积神经网络变换转5.根据权利要求1所述的基于人工智能和图注意力神经网络的试卷结构获取方法,其36.根据权利要求5所述的基于人工智能和图注意力神经网络的试卷结构获取方法,其根据节点归属的区域图像将节点分配到不同的区根据用于存放相同空间频率的节点的边关系的文件构建7.一种基于人工智能和图注意力神经网络节点处理模块,用于对分块结果经过卷积神经网络变换得到的模型训练模块,用于基于设定的答卷构建规则,结合标注结果,训练得求1_6中任一项所述的基于人工智能和图注意力神经网9.一种计算机可读存储介质,其特征在于,序,该计算机程序被服务器执行时实现如权利要求1_6任一所述的基于人工智能和图注意4[0003]本申请实施例的目的在于提供一种基于人工智能和图注意力神经网络的试卷结通过Gabor变换分别得到每张答卷图片在频域上不同尺度和不同方向上的特征信5答卷图片与第二张答卷图片的Gabor变换的差值、第一张答卷图片与第三张答卷图片的[0008]进一步的,所述通过Gabor变换分别得到每张答卷图片在频域上不同尺度和不同采用具有特定尺度和特定方向的Gabor滤波器对第一张答卷图片进行处理,以提选取第一尺度和第一方向的特征图像,通过投影方法将该特征图像进行分块后,将第一张答卷图片的区域图像组合为设定维度的输入,经过CNN卷积神经网络变换转为设定向量,并将每张答卷图片的同一个节点的信息归一化后进行将所有节点拼接,根据节点归属的区域图像将节点分配到不同的区6根据用于存放相同空间频率的节点的边关系的文件构建所述的基于人工智能和图注意力神经网络的试卷结[0021]图1为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获7图2为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获图3为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获图4为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获图5为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获图6为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获取方法的左边区域的特征图像的竖直方向切图7为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获取方法的为特征图像沿竖直方向切割后其中的一块切图8为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获图9为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构获图10为本申请实施例提供的一种基于人工智能和图注意力神经网络的试卷结构8[0029]具体的,利用Gabor变换得到图片在频域上不同尺度,不同方向上相关的特征信[0030]211、采用具有特定尺度和特定方向的Gabor滤波器对第9一张答卷图片与第二张答卷图片的Gabor变换的差值、第一张答卷图片与第三张答卷图片卷图片对应Gabor变换的12张特征图像的特征信息;第一张答卷图片与第二张答卷图片各自Gabor变换的12张特征图像的差值(将相同空间频率和方向上的特征图像进行运算第一张答卷图片与第三张答卷图片各自Gabor变换的12张特征图像的差值(将相同空间频率转为1*1024的向量,并将每张答卷图片的同一个节点的信息归一化后进行将所有节点拼器41实现如上述实施例提供的用户态轮询机制的基于人工智能和图注意力神经网络的试[0073]上述提供的电子设备可用于执行上述实施例提供的用户态轮询机制的基于人工可以执行本申请任意实施例所提供的基于人工智能和图注意力神经网络的试卷结构获取显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、[0079]另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论