-
公开(公告)号：CN113536808A
公开(公告)日：2021-10-22
申请号：CN202110950774.0
申请日：2021-08-18
Applicant: 北京师范大学
Abstract: 本发明公开了一种引入多重文本关系的阅读理解试题难度自动预测方法，涉及试题难度自动预测技术领域，包括：建立基于多视角注意力的MACNN模型，包括输入层、编码层、交互层、融合层和预测层，获取输入文本，包括问题文本qi、对应文档di及问题的候选选项oi；将获取的输入文本作为MACNN模型的输入；利用编码层对输入文本进行卷积操作，提取输入文本的上下文表示；通过交互层分别获取问题文本与对应文档、问题文本与候选选项、候选选项与候选选项间的交互关系信息；利用融合层将交互层获取的交互关系信息进行整合，并通过预测层预测试题难度。本发明可自动预测试题难度，辅助或替代传统人工试题难度评估工作，减少人力和财力资源的消耗。
-
公开(公告)号：CN110245459B
公开(公告)日：2021-06-01
申请号：CN201910575724.1
申请日：2019-06-28
Applicant: 北京师范大学
Abstract: 本发明实施例提供一种激光清洗效果预览方法及装置，该方法包括：获取待清洗区域图片；将所述待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片；其中，所述生成对抗网络模型根据清洗前图片、相应清洗参数以及清洗前图片对应的清洗结果图片作为样本，进行训练后得到。该方法实现了根据待清洗区域图片及激光参数，生成清洗后的预览图片，从而有利于根据清洗后的预览图片评估当前清洗参数的合理性，进而避免激光参数设置的不合理导致耗时耗成本的问题。
-
公开(公告)号：CN104615999B
公开(公告)日：2017-11-07
申请号：CN201510081296.9
申请日：2015-02-15
Applicant: 北京师范大学
Abstract: 本发明提供一种基于稀疏表示分类的滑坡泥石流区域检测方法，包括：将目标区域待测图像分为大小相同M个待测图像块，利用稀疏表示分类方法对其红绿蓝三通道亮度分析判别获取疑似滑坡泥石流图像块集合及预设第一阈值与稀疏表示误差之差的均值；利用连通区域检测方法在疑似滑坡泥石流图像块集合中获取滑坡泥石流严重损毁区域及其区域边界；根据区域边界各点位置获取各点在灾前图像的土地类型，根据其及预设土地类型对应受灾损失权重获取各点扩展程度影响系数，根据其及预设第一阈值与稀疏表示误差之差的均值获取滑坡泥石流区域扩展距离，利用其对滑坡泥石流严重损毁区域扩展获取滑坡泥石流一般损毁区域。上述方法检测效率高，正确率高，虚警率低。
-
公开(公告)号：CN101540049A
公开(公告)日：2009-09-23
申请号：CN200910082780.8
申请日：2009-04-29
Applicant: 北京师范大学
Abstract: 本发明公开了一种高光谱图像的端元提取方法，所述方法包括：将降维后的高光谱图像光谱矩阵投影到超平面得到单形体；选择观测光谱向量集合的中心方向为投影方向；将所述单形体投影到所述投影方向上；根据投影结果获取投影极值及其对应的像元位置，并建立像元位置索引；利用上述投影极值及位置索引得到端元的光谱曲线；利用位置索引求取下一个投影方向并进行在新的投影方向上投影、求取投影极值及其对应的像元位置以及端元的光谱曲线，直至所获得的端元达到预定的端元数量。本发明所提供的方法能够达到更好的提取精度以及更好的稳定性。
-
公开(公告)号：CN119919849A
公开(公告)日：2025-05-02
申请号：CN202411870375.3
申请日：2024-12-18
Applicant: 北京师范大学珠海校区
IPC: G06V20/40 , G06V40/20 , G06V10/80 , G06V10/82 , G06V10/764 , G06Q50/20 , G06N5/04 , G06N3/0442 , G06N3/0499 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于因果推理的课堂交互行为识别方法以及系统，其中，上述方法包括：获取用户输入的交互视频，其中，交互视频包括：在课堂场景下的个体行为，个体行为包括：教师行为以及学生行为；将交互视频输入至课堂交互行为识别模型，得到课堂交互行为识别模型输出的交互序列的识别结果以及个体行为的识别结果；交互序列用于表示教师行为与学生行为之间的交替模式或互动模式；其中，课堂交互行为识别模型是基于交互视频样本、交互视频样本对应的交互序列的真实类别标签以及交互视频样本对应的个体行为的真实类别标签训练得到的；通过本发明能够捕捉一个课堂交互事件中连续发生的各种行为，展现了互动的动态性。
-
Patent Agency Ranking
公开(公告)号：CN117994864B
公开(公告)日：2024-07-26
申请号：CN202410399294.3
申请日：2024-04-03
Applicant: 北京师范大学珠海校区
IPC: G06V40/20 , G06Q50/20 , G06T7/246 , G06V10/44 , G06V10/764
Abstract: 本发明提供一种中学生物实验操作测评方法、装置、电子设备及存储介质，属于计算机视觉技术领域，所述方法包括：对待检测视频进行特征提取，得到视频特征；将视频特征输入至时序动作检测模型，得到包括预测操作动作起止时间视频片段和动作类别的时序检测结果；将多个视频片段分别输入至目标检测模型，得到包括实验器材检测框和实验器材名称的目标检测结果；基于目标检测结果，确定实验器材的运动情况，进而确定实验操作得分。将时序动作检测应用到实验测评中，对视频中的动态场景进行建模，从而捕捉到人物动作的时间依赖性；结合时序动作检测和目标检测技术，不仅能够识别视频中的实验器材，还能够追踪其运动，从而提高行为分类的准确性。
-
公开(公告)号：CN113987124A
公开(公告)日：2022-01-28
申请号：CN202111273766.3
申请日：2021-10-29
Applicant: 北京师范大学
IPC: G06F16/33 , G06F16/332 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合答题记录和题目语义的深度知识追踪方法、系统及可存储介质，涉及深度学习领域。本发明包括：获取文本特征；将所述文本特征，知识概念特征以及学生的回答情况拼接达到知识概念向量；将所述知识概念向量输入到预测模型中，得到学生对知识的掌握情况。本发明通过在真实在线教育数据集上的实验，与当前知识追踪模型相比，可以更好地追踪学生知识掌握状态，并具有较好的预测性能。
-
公开(公告)号：CN110238131B
公开(公告)日：2021-04-27
申请号：CN201910575762.7
申请日：2019-06-28
Applicant: 北京师范大学
IPC: B08B7/00
Abstract: 本发明实施例提供一种激光清洗参数生成方法及装置，该方法包括：获取待清洗区域图像；将所述待清洗区域图像及期望清洗效果，输入至预设的深度网络模型，输出与期望清洗效果对应的清洗参数；其中，所述深度网络模型根据清洗前图像、相应清洗参数以及清洗参数对应的清洗效果作为样本，进行训练后得到，所述清洗效果为清洗后的洁净度等级。该方法实现了根据待清洗区域图像及期望清洗效果，生成对应的清洗参数，从而有利于根据生成的清洗参数进行清洗后达到期望清洗效果，进而在不会对清洗区域的基底造成伤害的基础上有效地提高清洗效率。
-
公开(公告)号：CN107808146B
公开(公告)日：2020-05-05
申请号：CN201711144196.1
申请日：2017-11-17
Applicant: 北京师范大学
IPC: G06K9/00
Abstract: 本发明提供一种多模态情感识别分类方法，所述方法包括对待检测的包含人脸的视频和对应同一时间内包含身体动作的视频进行处理，将其转变为由图像帧组成的图像时间序列，提取图像时间序列中的时间特征和空间特征，基于获得的多层深度时空特征，对特征进行多种特征级融合，并对分类结果进行决策级融合，从而从多模态上识别待检测视频中任务的情感类型，本发明提供的方法，充分利用了各模态中存在的有效信息，提升了情感识别的识别率。
-
公开(公告)号：CN110238131A
公开(公告)日：2019-09-17
申请号：CN201910575762.7
申请日：2019-06-28
Applicant: 北京师范大学
IPC: B08B7/00
Abstract: 本发明实施例提供一种激光清洗参数生成方法及装置，该方法包括：获取待清洗区域图像；将所述待清洗区域图像及期望清洗效果，输入至预设的深度网络模型，输出与期望清洗效果对应的清洗参数；其中，所述深度网络模型根据清洗前图像、相应清洗参数以及清洗参数对应的清洗效果作为样本，进行训练后得到，所述清洗效果为清洗后的洁净度等级。该方法实现了根据待清洗区域图像及期望清洗效果，生成对应的清洗参数，从而有利于根据生成的清洗参数进行清洗后达到期望清洗效果，进而在不会对清洗区域的基底造成伤害的基础上有效地提高清洗效率。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.021 seconds)
