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！

摘要：本发明涉及文本识别领域，更具体地，本发明涉及一种基于人工智能的课堂纸笔互动方法及装置。所述方法包括：采集用户书写轨迹数据，构建点阵图及笔划轨迹时序数据；计算并构建关于字符笔划轨迹间水平距离值和笔划轨迹间书写的停顿时间的特征向量，根据高斯混合模型中判断相邻两段笔划轨迹是否属于同一字符；将所有笔划轨迹按单个字符划分并存储，对存储的数据进行预处理；将预处理后的数据输入预测模型中得出识别出的文字的概率；使用语言模型修正得到的文字概率，并实时输出设定格式的文字。通过本发明的技术方案，能够提高课堂联机时书写文字的识别准确率，并转换为印刷体文字便于教师与学生辨识，提高课堂教学效率。

主权项：1.一种基于人工智能的课堂纸笔互动方法，其特征在于，包括以下步骤：采集用户书写轨迹数据，构建点阵图及笔划轨迹时序数据，所述点阵图为书写时产生的压力数据；根据点阵图的点阵坐标，计算字符笔划轨迹间水平距离值；计算笔划轨迹间书写的停顿时间；构建关于字符笔划轨迹间水平距离值和笔划轨迹间书写的停顿时间的特征向量，根据所述特征向量训练预设的高斯混合模型，得到高斯混合模型，通过高斯混合模型生成判断结果，所述判断结果为相邻两段字迹轨迹是否属于同一字符；响应于相邻两段字迹轨迹属于同一字符，将所有笔划轨迹数据按单个字符划分整合，并按照单个字符的点阵图数据集合与笔划轨迹时序数据集合进行存储并进行预处理；将预处理后的数据输入预测模型中分别进行特征提取，得出第一预测结果；所述特征向量包括：响应于笔划轨迹数据开始生成，实时生成对应特征向量数据为： 其中，E表示特征向量，表示第个笔划轨迹与第个笔划轨迹之间的距离，表示第个笔划轨迹与第个笔划轨迹间书写的停顿时间；基于高斯混合模型判断所述第个笔划轨迹与第个笔划轨迹是否构成同一字符，若是，发出第一信号，若否，发出第二信号；响应于第一信号，继续沿笔划轨迹生成方向判断第个笔划轨迹；响应于第二信号，将前个笔划轨迹划分为同一字符；高斯混合模型中，包括：构建多元高斯分布概率密度函数，公式如下： 其中，为数据均值，为协方差，为数据维度表示多元高斯分布概率密度函数，代表矩阵转置；由多元高斯分布概率密度函数公式得出混合高斯分布的表达式，得到高斯混合模型，表达式如下： 其中，表示两段笔划轨迹是否属于同一字符的概率，表示近似拟合的第个高斯分布模型，为每个高斯分布模型所占权重系数，代表矩阵转置；使用期望最大化算法求出取不同值下的预设的高斯混合模型权重系数参数，均值参数，标准差参数；使用赤池信息量准则或贝叶斯信息准则评价指标得出高斯混合模型拟合所需最佳值；将特征向量输入到高斯混合模型判断两段笔划轨迹是否属于同一字符：响应于，生成判断的两段笔划轨迹视为属于同一字符的判定结果；响应于，生成进行判断的两段笔划轨迹可划分为两个字符的判定结果。

全文数据：

权利要求：

百度查询： 广东光大信息科技股份有限公司 一种基于人工智能的课堂纸笔互动方法及装置