“陈豪奋”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]基于知识图谱的试题生成系统、方法、装置及存储介质-CN202210743044.8在审
发明人： 陈豪奋 -专利权人：广州市南方人力资源评价中心有限公司
申请日： 2022-06-29 - 公布日： 2022-09-13 - 主分类号： G06F16/335 文献下载
摘要：本发明公开基于知识图谱的试题生成系统、方法、装置及存储介质，系统包括：试题生成服务器和用户终端；试题生成服务器用于：构建知识图谱；获取网络资源中与知识图谱对应领域的试题，生成试题库；从试题库的试题中提取初始命题知识点，获得命题知识点库；获取当前考试命题大纲中的各个知识点，并从命题知识点库中，确定与各个知识点对应的待考细分知识点；基于待考细分知识点，从试题库中确定与待考细分知识点对应的命题内容；将与待考细分知识点对应的命题内容发送至用户终端，以供命题者进行选择；接收用户终端反馈的命题者对命题内容选择的操作，并生成相应的试题内容。本发明通过知识图谱来辅助命题，减轻命题者的工作量且保证命题有针对性。
基于知识图谱试题生成系统方法装置存储介质

[发明专利]一种基于神经网络的评分方法-CN202010222625.8在审
发明人：马赫;陈豪奋 -专利权人：广州市南方人力资源评价中心有限公司
申请日： 2020-03-26 - 公布日： 2020-07-17 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及评分方法技术领域，具体涉及一种基于神经网络的评分方法，采用如下步骤：步骤一：基于问题材料+考生回答的特征，从文本中提取额外的信息；步骤二：步骤一中的提取额外的信息为；步骤三：对步骤二中的问题材料字向量数据、问题材料词性向量数据、考生回答字向量数据、考生回答词性向量数据，通过一维卷积神经网络获得每一层的最大值，然后进行相加，得至第一评分数据集；它基于孪生网络，通过问题的特征，回答的特征还有问题和回答的词性来丰富特征；它不基于词向量来生成特征，是基于字向量来生成特征，使得与传统的评分方法相比，具有计算量小以及准确率高等优点。
一种基于神经网络评分方法

[发明专利]一种基于神经网络的文字识别方法-CN202010222642.1在审
发明人： 陈豪奋 -专利权人：广州市南方人力资源评价中心有限公司
申请日： 2020-03-26 - 公布日： 2020-07-17 - 主分类号： G06K9/32 文献下载
摘要：本发明涉及文字识别技术技术领域，具体涉及一种基于神经网络的文字识别方法，采用如下步骤：S1：采用待识别文本图像，且转换为灰度图像，形成训练样本图片；S2：对S1中的训练样本图片，输入至cnn卷积神经网络，通过对卷积层的输出通道、卷积核和步长的参数设定，以及层归一化处理，然后提取特征，输出特征矩阵；S3：基于lstm神经网络的cell组成的双向rnn的语言模型；S4：将S2中的得到的特征矩阵，输入至S3中的双向rnn的语言模型中；它基于cnn和rnn的文字识别算法,通过改进cnn和rnn层，其特征提取更加达到点子上，不会出现特征丢失和特征消失的问题，提高识别效率和正确率。
一种基于神经网络文字识别方法

[发明专利]一种基于神经网络的文字检测方法-CN202010222969.9在审
发明人：马赫;陈豪奋 -专利权人：广州市南方人力资源评价中心有限公司
申请日： 2020-03-26 - 公布日： 2020-07-17 - 主分类号： G06K9/32 文献下载
摘要：本发明涉及文字检测技术领域，具体涉及一种基于神经网络的文字检测方法，采用如下步骤：步骤一：进入训练时，将文字文件转换成待处理的文字检测图片；步骤二：针对步骤一中的文字检测图片，利用yolov3算法中，在进行darnet53提取完特征后，会直接定出三个大、中、小框的区域，形成最小的检测框、中型检测框和大检测框的三个检测框；它基于yolov3目标检测算法，改写提取完三个bbox后的特征提取方案，以及最后的损失函数和极大值抑制方法，以此把小的锚点用来检测大的物体，大的物体来检测小的物体和误检和漏检问题，它具有检测识别效果好，极大地提高了检测效率。
一种基于神经网络文字检测方法