[发明专利]基于双通道神经网络模型的表单生成方法及装置在审

专利信息
申请号: 202110853472.1 申请日: 2021-07-27
公开(公告)号: CN113487698A 公开(公告)日: 2021-10-08
发明(设计)人: 张玉 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06T11/20 分类号: G06T11/20;G06T17/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 518000 广东省深圳市前海深港合*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 双通道 神经网络 模型 表单 生成 方法 装置
【权利要求书】:

1.一种基于双通道神经网络模型的表单生成方法,其特征在于,包括:

获取目标用户的图表绘制指令,其中,所述绘制指令中包括图表绘制路径;

基于所述图表绘制指令,将所述图表绘制路径与所述图表绘制指令对应的图表数据进行关联;

将所述图表绘制路径和所述图表数据输入预设的图表绘制模型中,其中,所述图表绘制模型为预先训练至收敛状态,用于构建表单的双通道神经网络模型;

读取所述图表绘制模型输出的分类结果,并基于所述分类结果查找对应的图表模板;

将所述图表数据输入至所述图表模板中生成目标表单。

2.根据权利要求1所述的表单生成方法,其特征在于,所述图表绘制模型的训练方法包括:

采集历史图表数据以及所述历史图表数据对应的标记数据构建训练样本集,其中,所述标记数据包括所述历史图表数据对应的图表路径以及图表结构;

根据所述训练样本集对所述双通道神经网络模型进行监督训练,至所述双通道神经网络模型符合预设的收敛条件时,生成所述图表绘制模型。

3.根据权利要求1所述的表单生成方法,其特征在于,所述基于所述图表绘制指令,将所述图表绘制路径与所述图表绘制指令对应的图表数据进行关联,包括:

基于所述图表绘制指令,获取与所述图表绘制指令对应的图表数据;

确定所述图表绘制路径的绘制起始点、绘制终止点和绘制方向;

根据所述绘制起始点、所述绘制终止点和所述绘制方向,从所述图表数据中确定与所述图表绘制路径中,每个绘制点对应的数据。

4.根据权利要求1所述的表单生成方法,其特征在于,所述图表模板包括表单的界面设计组件;所述将所述图表数据输入至所述图表模板中生成目标表单,包括:

确定所述图表数据的数据类型;

根据所述图表数据的数据类型,以所述界面设计组件的显示方式,生成所述目标表单。

5.根据权利要求1所述的表单生成方法,其特征在于,所述图表模板包括用于配置表格的表格表单项;所述表格表单项为编辑态表单区域;所述将所述图表数据输入至所述图表模板中生成目标表单,包括:

从所述图表数据中获取表格数据;

将所述表格数据输入至所述图表模板中的表格表单项,以生成所述目标表单。

6.根据权利要求1所述的表单生成方法,其特征在于,所述将所述图表数据输入至所述图表模板中生成目标表单之后,还包括:

确定所述目标表单的目标表单项是否发生变化;

若所述目标表单项发生变化,则从历史数据库中获取所述目标表单项的历史数据;

响应于用户执行回退操作,在所述目标表单项中显示所述历史数据。

7.根据权利要求1所述的表单生成方法,其特征在于,所述将所述图表数据输入至所述图表模板中生成目标表单之后,还包括:

采集所述目标表单的页面宽度和页面长度;

根据所述页面宽度和所述页面长度,确定所述目标表单的打印页面尺寸;

若所述目标表单的打印页面尺寸满足预设尺寸,则对所述目标表单执行栅格化处理,并将处理后的目标表单映射到打印地址。

8.一种基于双通道神经网络模型的表单生成装置,其特征在于,包括:

获取模块,用于获取目标用户的图表绘制指令,其中,所述绘制指令中包括图表绘制路径;

关联模块,用于基于所述图表绘制指令,将所述图表绘制路径与所述图表绘制指令对应的图表数据进行关联;

处理模块,用于将所述图表绘制路径和所述图表数据输入预设的图表绘制模型中,其中,所述图表绘制模型为预先训练至收敛状态,用于构建表单的双通道神经网络模型;

读取模块,用于读取所述图表绘制模型输出的分类结果,并基于所述分类结果查找对应的图表模板;

生成模块,用于将所述图表数据输入至所述图表模板中生成目标表单。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110853472.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top