基于深度學習的拍照式閱卷機及公式識別技術研究
發(fā)布時間:2023-10-18 18:25
隨著科技的快速發(fā)展,計算機網(wǎng)上閱卷系統(tǒng)在高考、中考、教育局統(tǒng)考以及學校日?荚嚨膽萌找嫫占,但是目前廣泛應用于學校的限于光標閱卷機,其作用僅僅能夠?qū)荚囍锌陀^題例如選擇題進行判卷。近幾年大數(shù)據(jù)時代的到來,人工智能領域發(fā)展迅速,在機器翻譯、語義分析等領域展現(xiàn)了強大的能力,本課題根據(jù)閱卷機的國內(nèi)外研究現(xiàn)狀,對閱卷機的機構裝置設計與初等數(shù)學公式識別作為關鍵性技術進行研究。目前教育行業(yè)采用的光標閱卷機主要以答題卡為介質(zhì),而打印機、繪圖儀等設備則是以打印紙、繪圖紙為介質(zhì),因此,以考生試卷為分析對象,設計一套對試卷進行走紙拍照的裝置有著不小的意義。本課題機械設計部分,根據(jù)考生試卷尺寸、摩擦系數(shù)等物理性質(zhì),對試卷在走紙過程做了力學理論分析,通過計算對閱卷機傳動部分進行選型和設計,并對傳動齒輪、傳動軸等關鍵部分按照相應強度理論做出了理論校核。并且,考慮到閱卷機的工作特點及閱卷裝置的緊湊性、安全性、可調(diào)試性等特性,對夾卷、抖捻、送卷、收卷等機構進行設計,利用Solidworks軟件三維建模,發(fā)現(xiàn)各機構間干涉、布局等問題,通過不斷優(yōu)化和改善,完成最終閱卷裝置的機械設計。選擇初等數(shù)學公式識別為另一項關鍵技...
【文章頁數(shù)】:82 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景及意義
1.2 閱卷機國內(nèi)外研究現(xiàn)狀
1.2.1 閱卷機硬件結構研究現(xiàn)狀
1.2.2 閱卷識別研究現(xiàn)狀
1.2.3 公式識別研究現(xiàn)狀
1.3 主要研究內(nèi)容
1.4 本文的難點分析
第二章 拍照式閱卷機結構設計
2.1 閱卷機工作原理介紹及傳動機構選型
2.1.1 閱卷機走卷工作原理分析
2.1.2 參數(shù)設計
2.1.3 扭矩計算及電機選型
2.1.4 傳動齒輪與軸的設計與校核
2.2 夾卷機構設計
2.3 捻紙機構設計
2.4 傳紙機構
2.5 其他設計
2.6 整體設計及三維建模
2.7 本章小結
第三章 手寫公式識別難點分析與訓練數(shù)據(jù)集處理
3.1 手寫初等數(shù)學公式識別問題的難點分析
3.1.1 手寫數(shù)學公式中的局部歧義問題
3.1.2 數(shù)學公式復雜的二維結構
3.1.3 解題語句中漢字與數(shù)學字符混雜
3.2 訓練圖片的收集處理與LABEL的建立
3.2.1 數(shù)據(jù)集的建立與收集
3.2.2 數(shù)據(jù)集的處理
3.3 圖片預處理和LABEL編碼的部分代碼展示
3.4 本章小結
第四章 手寫初等數(shù)學公式識別功能的研究與實現(xiàn)
4.1 基于CNN的手寫公式特征提取網(wǎng)絡
4.1.1 CNN網(wǎng)絡特征提取理論基礎
4.1.2 不同尺度的圖像特征提取網(wǎng)絡
4.2 提取特征和LABEL的編碼
4.3 編碼特征的解碼
4.3.1 RNN網(wǎng)絡理論基礎
4.3.2 基于GRU的編碼特征解碼網(wǎng)絡
4.4 范圍預測
4.5 手寫公式識別網(wǎng)絡總體設計
4.6 本章小結
第五章 手寫公式識別訓練結果分析與驗證
5.1 訓練參數(shù)
5.1.1 損失函數(shù)
5.1.2 參數(shù)設置與優(yōu)化
5.2 訓練環(huán)境
5.2.1 深度學習框架
5.2.2 運行環(huán)境
5.3 訓練結果分析與驗證
5.3.1 訓練loss值變化分析
5.3.2 訓練集與測試集的識別準確率變化分析
5.3.3 手寫公式識別網(wǎng)絡有效性驗證
5.3.4 與其他算法的對比
5.4 本章小結
第六章 總結與展望
6.1 總結
6.2 展望
參考文獻
在學期間的研究成果
致謝
本文編號:3854956
【文章頁數(shù)】:82 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景及意義
1.2 閱卷機國內(nèi)外研究現(xiàn)狀
1.2.1 閱卷機硬件結構研究現(xiàn)狀
1.2.2 閱卷識別研究現(xiàn)狀
1.2.3 公式識別研究現(xiàn)狀
1.3 主要研究內(nèi)容
1.4 本文的難點分析
第二章 拍照式閱卷機結構設計
2.1 閱卷機工作原理介紹及傳動機構選型
2.1.1 閱卷機走卷工作原理分析
2.1.2 參數(shù)設計
2.1.3 扭矩計算及電機選型
2.1.4 傳動齒輪與軸的設計與校核
2.2 夾卷機構設計
2.3 捻紙機構設計
2.4 傳紙機構
2.5 其他設計
2.6 整體設計及三維建模
2.7 本章小結
第三章 手寫公式識別難點分析與訓練數(shù)據(jù)集處理
3.1 手寫初等數(shù)學公式識別問題的難點分析
3.1.1 手寫數(shù)學公式中的局部歧義問題
3.1.2 數(shù)學公式復雜的二維結構
3.1.3 解題語句中漢字與數(shù)學字符混雜
3.2 訓練圖片的收集處理與LABEL的建立
3.2.1 數(shù)據(jù)集的建立與收集
3.2.2 數(shù)據(jù)集的處理
3.3 圖片預處理和LABEL編碼的部分代碼展示
3.4 本章小結
第四章 手寫初等數(shù)學公式識別功能的研究與實現(xiàn)
4.1 基于CNN的手寫公式特征提取網(wǎng)絡
4.1.1 CNN網(wǎng)絡特征提取理論基礎
4.1.2 不同尺度的圖像特征提取網(wǎng)絡
4.2 提取特征和LABEL的編碼
4.3 編碼特征的解碼
4.3.1 RNN網(wǎng)絡理論基礎
4.3.2 基于GRU的編碼特征解碼網(wǎng)絡
4.4 范圍預測
4.5 手寫公式識別網(wǎng)絡總體設計
4.6 本章小結
第五章 手寫公式識別訓練結果分析與驗證
5.1 訓練參數(shù)
5.1.1 損失函數(shù)
5.1.2 參數(shù)設置與優(yōu)化
5.2 訓練環(huán)境
5.2.1 深度學習框架
5.2.2 運行環(huán)境
5.3 訓練結果分析與驗證
5.3.1 訓練loss值變化分析
5.3.2 訓練集與測試集的識別準確率變化分析
5.3.3 手寫公式識別網(wǎng)絡有效性驗證
5.3.4 與其他算法的對比
5.4 本章小結
第六章 總結與展望
6.1 總結
6.2 展望
參考文獻
在學期間的研究成果
致謝
本文編號:3854956
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3854956.html
最近更新
教材專著