Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州青鹿教育科技有限公司邱文宇获国家专利权

广州青鹿教育科技有限公司邱文宇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广州青鹿教育科技有限公司申请的专利一种手写笔迹异常识别方法及手写识别系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117093912B

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311062373.7,技术领域涉及:G06F18/241;该发明授权一种手写笔迹异常识别方法及手写识别系统是由邱文宇设计研发完成,并于2023-08-22向国家知识产权局提交的专利申请。

一种手写笔迹异常识别方法及手写识别系统在说明书摘要公布了:一种手写笔迹异常识别方法及手写识别系统,包括如下步骤:建立训练数据集一和训练数据集二,训练数据集一预处理后的数据通过卷积网络一进行特征提取,训练数据集二预处理后的数据通过卷积网络二进行特征提取,输出两组特征图;在高维空间上计算得到这两组特征组间的差异大小,并输入决策模型中;进行模型训练,通过聚类算法寻找最优类簇中心数据集;测试数据预处理后进入手写识别模型进行手写识别后得到识别结果一,识别结果一通过簇中心数据集后依次进入决策模型和权重决策公式,得到最终的识别结果二。本发明可实现精准识别异常笔迹的目的,与手写识别模型相互配合,提高手写笔迹的识别准确率和速度,且适用性广。

本发明授权一种手写笔迹异常识别方法及手写识别系统在权利要求书中公布了:1.一种手写笔迹异常识别方法,其特征在于,包括如下步骤: S1、由手写笔迹数据建立两个训练数据集,分别为训练数据集一和训练数据集二,其中,训练数据集一为可识别范围内的正常手写笔迹数据,训练数据集二为可识别范围内的正常手写笔迹数据与可识别范围外的异常手写笔迹数据的组合; S2、对训练数据集一和训练数据集二中的数据分别进行预处理; S3、训练数据集一预处理后的数据通过卷积网络一进行特征提取,训练数据集二预处理后的数据通过卷积网络二进行特征提取,输出两组特征图; S4、通过在高维空间中计算S3步骤中输出的两组特征图,得到这两组特征图间的差异大小,并输入决策模型中; S5、进行卷积网络一、卷积网络二和决策模型的训练,直至模型收敛,找到一个高维空间,使得属于同一类别的样本映射到该空间的个体差异尽可能的小,不属于同一类别的样本映射到该空间的个体差异尽可能的大,保存模型参数; S6、通过聚类算法寻找最优类簇中心数据集,使得属于同一类别的样本聚集并且类内个体差异尽可能小,属于不同类别的簇的数据分布的个体差异尽可能大; S7、重复S5至S6步骤,直至得到的卷积网络一、卷积网络二、决策模型和最优类簇中心数据集符合要求; S8、测试数据经预处理后分别进入所述卷积网络一和手写识别模型中,进入手写识别模型进行手写识别后得到识别结果一,识别结果一通过S7步骤中的最优类簇中心数据集,进行样本在高维空间中个体差异大小计算,求出样本在高维空间中与识别结果一所属类别的所有簇中心的差异大小的具体值; S9、S8步骤中求出的在高维空间中差异大小的具体值依次通过所述决策模型和决策策略,得到最终的识别结果二。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广州青鹿教育科技有限公司,其通讯地址为:510000 广东省广州市黄埔区科学大道48号701房;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。