CN110414524A - 一种航空线缆编码的字符识别结果推理纠错方法 - Google Patents

一种航空线缆编码的字符识别结果推理纠错方法 Download PDF

Info

Publication number
CN110414524A
CN110414524A CN201910689167.6A CN201910689167A CN110414524A CN 110414524 A CN110414524 A CN 110414524A CN 201910689167 A CN201910689167 A CN 201910689167A CN 110414524 A CN110414524 A CN 110414524A
Authority
CN
China
Prior art keywords
result
character
error correction
data set
ocr
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910689167.6A
Other languages
English (en)
Other versions
CN110414524B (zh
Inventor
肖文磊
邹捷
李汝鹏
赵罡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Aircraft Manufacturing Co Ltd
Beihang University
Beijing University of Aeronautics and Astronautics
Original Assignee
Shanghai Aircraft Manufacturing Co Ltd
Beijing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Aircraft Manufacturing Co Ltd, Beijing University of Aeronautics and Astronautics filed Critical Shanghai Aircraft Manufacturing Co Ltd
Priority to CN201910689167.6A priority Critical patent/CN110414524B/zh
Publication of CN110414524A publication Critical patent/CN110414524A/zh
Application granted granted Critical
Publication of CN110414524B publication Critical patent/CN110414524B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Character Discrimination (AREA)

Abstract

本发明提供一种航空线缆编码的字符识别结果推理纠错方法，包括以下步骤：S101、获取OCR结果与构建航空线缆安装状态检索数据库；S102、按照线缆的数据集频繁出现的部分，将OCR结果和线缆编号的数据集两者都分为线规号，线束号，序列号三个部分；S103、利用S102得到的新的字符串与数据集，将线规号与线束号的字符串与数据集进行纠错；S104、将各个部分的结果依照编码的规则进行重新组合，按照总体概率的大小排序后输出推荐列表。本发明利用了航空线缆编码的规则，针对不同地情况做了不同的处理，保证了飞机装配过程中较高的可靠性，同时提高了光学字符识别的准确率，可以有效的提高飞机线缆装配的效率。

Description

一种航空线缆编码的字符识别结果推理纠错方法
技术领域
本发明涉及图像处理技术领域，尤其涉及一种航空线缆编码的字符识别结果推理纠错方法。
背景技术
飞机作为一种交通工具，为人们的出行带来了极大的便利。同时，飞机飞行的安全性也变得尤为重要。通常每架飞机上大约设置有十万根线缆，线缆是否正确安装在航空插头对应的孔上会影响到飞机的飞行安全，因此，保证线缆的正确而快速的安装就变得尤为重要。
光学字符识别(Optical Character Recognition，OCR)技术，是指电子设备(例如扫描仪或数码相机)检查自然环境或者打印文件中字符，通过检测其形状，然后用字符识别方法将形状翻译成计算机文本的过程；即，针对拍摄完成的图片，检测其是否存在文字，然后识别图像中的文字，将其转换成文本格式，供文字处理软件进一步编辑加工的技术。
目前，航空线缆的安装检测工作依靠人工识别导线的编码，利用电脑在插头对应的数据库中查找导线所对应的插头孔位，而导线的字符非常小，而且字符串的总长度较长，同时一个航空插头对应的导线可能有上百根，人工识别导线的编码的效率较低，导致大型飞机线缆安装效率较低。采用OCR技术识别自然图像中的导线编码可以有效的提高飞机线缆装配效率，但自然图像的OCR识别结果中错误较多，利用航空线缆的规则，可以对结果进行推理纠错，提高准确度。
发明内容
本发明针对上述的技术问题，提供一种航空线缆编码的字符识别结果推理纠错方法，用于提高现有OCR识别自然图像中的航空线缆编号的准确率。
为了实现上述目的，本发明提供如下技术方案：
一种航空线缆编码的字符识别结果推理纠错方法，所述方法包括如下步骤：
S101：获取OCR结果与构建航空线缆安装状态检索数据库，其中的OCR结果包括OCR识别的结果字符串，与对应的该字符串置信度P，其中P为百分数。
数据库信息包括：确认完成的航空插头后构建插头对应的所有航空线缆的编号字符集合，以及依靠实验数据而建立的字符错误率转移矩阵。
S102：按照线缆的数据集频繁出现的部分，将OCR结果和线缆编号的数据集两者都分为线规号、线束号和序列号三个部分。
S103：利用S102得到的新的字符串与数据集，将线规号与线束号的字符串与数据集进行纠错。再完成上述两个部分的结果纠错后，利用两者的推荐列表与原有的数据集求交，得到重叠部分后重新划分序列号的数据集，与S102中得到的序列号字符串再进行推理纠错。这样不断的缩小数据集可以在常规的线缆安装情况下，提高推理结果的准确度。
其中，利用初始阶段的字符错误转移概率矩阵，依照下述的流程，进行计算概率和排序，重新返回纠错后的结果。
S1031：线规号与线束号获取的OCR结果与对应的数据集由S102中得到，字符错误转移概率矩阵在推理流程开始前给出，由实验数据进行训练得到。
S1032：将结果与数据集中的每一条字符串进行计算字符编辑长度。
S1033：如果编辑长度为0，认为得到的OCR结果为正确结果，即OCR结果在数据集中存在，但为了保证该结果并不是恰巧发生了错误，导致该结果在数据集中存在，将该结果作为推荐列表首位，并与字符编辑距离为1的字符串共同输出；如果计算得到的字符编辑长度不为0，计算该OCR结果情况下，字符编辑长度小于3的所有数据出现的概率。
其中，该概率融合了字符编辑长度、字符错误转移概率、数据出现的概率，将所有的结果按照概率进行排序。
S1034：将排序好的结果筛选后作为推荐列表返回。
如果字符编辑长度大于3，认为该OCR结果的置信度较低，返回错误信息。筛出的主要目的在于保证在输入信息较少的情况下输出较多的推理的结果时，概率较低的结果没有太大的实际意义。
S104：将各个部分的结果依照编码的规则进行重新组合，按照总体概率的大小排序后输出推荐列表。如果推荐列表中的最优结果与次优结果概率相差不大，说明字符对字符的推理效果有限，还需要使用图片进行校准核验，返回两者更优的结果。在完成此次导线安装后，对数据集合更新，缩小数据集合提高准确度。
特别的，用于图片校准的方法为人工校准确认或利用图像匹配算法重新对图片进行重新校准计算，得到两者的更优结果。
与现有技术相比，本发明的有益效果为：
本发明提供的航空线缆编码的字符识别结果推理纠错方法，利用了航空线缆编码的规则，针对不同的情况做了不同的处理，保证了飞机装配过程中较高的可靠性，同时提高了光学字符识别的准确率，可以有效的提高飞机线缆装配的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明提供的航空线缆编码的字符识别结果推理纠错方法的流程示意图；
图2为实现字符纠错的方法流程示意图；
图3为拍摄的带有字符的线缆图片。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合实施例对本发明作进一步的详细介绍。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围
本发明提供的一种航空线缆编码的字符识别结果推理纠错方法，其流程如图1所示。本实施例提供的方法包括如下步骤：
S101：获取OCR结果与构建航空线缆安装状态检索数据库。
其中的OCR结果包括OCR识别的结果字符串，与对应的该字符串置信度P，其中P为百分数。
示例的，在获取OCR结果时，OCR结果可以由拍摄的带有字符的线缆图片(如图3所示)输入专门的OCR软件得到，或者，OCR结果也可以由上传图片给网络上的云服务得到，本发明对此不作具体限定。其中的OCR结果Str和置信度P可以由OCR软件和OCR云服务得到，本申请实例不做限定，置信度P通常是80％以上。
构建航空线缆安装状态检索数据库，数据库信息包括：确认完成的航空插头后构建插头对应的所有航空线缆的编号字符集合(W7963-20867-24WL、W7963-20869-24WL、W4852-40274-24BL、W4852-40278-24BL、W7963-20865-24BL)，以及依靠实验数据而建立的字符错误率转移矩阵，类似a错误认为b的概率为0.01，a错认为的概率为0.3，总共有36×36的一个矩阵(见表1)。
表1字符错误率转移矩阵
error\correct a b c d e f g h i
a 0.000 0.000 0.061 0.005 0.458 0.000 0.000 0.029 0.359
b 0.000 0.000 0.078 0.044 0.003 0.048 0.036 0.014 0.000
c 0.009 0.049 0.000 0.079 0.000 0.214 0.060 0.000 0.000
d 0.002 0.098 0.113 0.000 0.016 0.000 0.060 0.072 0.000
e 0.610 0.000 0.026 0.054 0.000 0.048 0.024 0.000 0.271
f 0.000 0.147 0.000 0.015 0.001 0.000 0.060 0.029 0.000
g 0.006 0.010 0.096 0.054 0.012 0.048 0.000 0.000 0.000
h 0.002 0.078 0.000 0.015 0.000 0.000 0.000 0.000 0.000
i 0.162 0.000 0.000 0.000 0.196 0.000 0.012 0.000 0.000
j 0.000 0.010 0.009 0.044 0.000 0.000 0.012 0.000 0.000
k 0.002 0.020 0.070 0.020 0.001 0.024 0.024 0.072 0.000
l 0.003 0.098 0.009 0.020 0.000 0.095 0.060 0.087 0.040
m 0.002 0.029 0.061 0.039 0.000 0.048 0.000 0.087 0.000
n 0.003 0.069 0.052 0.025 0.004 0.000 0.012 0.275 0.003
o 0.143 0.010 0.009 0.015 0.155 0.000 0.000 0.000 0.076
p 0.000 0.108 0.009 0.010 0.000 0.143 0.060 0.000 0.006
q 0.000 0.000 0.009 0.000 0.000 0.000 0.321 0.000 0.000
r 0.000 0.137 0.000 0.148 0.016 0.048 0.024 0.116 0.006
s 0.017 0.078 0.235 0.163 0.047 0.095 0.000 0.014 0.000
t 0.005 0.039 0.078 0.207 0.009 0.119 0.226 0.072 0.000
u 0.031 0.000 0.000 0.000 0.059 0.000 0.000 0.000 0.195
v 0.000 0.000 0.061 0.000 0.000 0.071 0.000 0.000 0.000
w 0.003 0.020 0.000 0.000 0.001 0.000 0.000 0.029 0.000
需要说明的是，由航空插头确定的数据集由飞机装配的装配内容决定，确定航空插头的方法，获取该数据集和的方法，本实例均不做限定，例如一般是在电脑上检索数据库，输入插头编号，得到数据集，也可以语音输入插头编号，或OCR识别插头的标识码。字符错误矩阵由实验的数据得到，用于字符纠错的概率推断排序中。其中，训练的算法是通过对不同字符对应的航空线缆图片，进行随机的模糊处理，得到大量的数据集合，将所有的数据集合输入OCR软件中，计算不同字符识别成错误字符、及无法识别的错误率，将所有字符建立的错误率矩阵存入文档中。
S102：按照线缆的数据集频繁出现的部分，将OCR结果和线缆编码的数据集两者都分为线规号、线束号和序列号三个部分。
需要说明的是，飞机装配中的导线编码存在一定的规则，一个航空插座对应的航空线缆往往是来自少数几个线束，每个线束的线规号(表示线横截面大小，颜色等)大致相同，所以按照编码的规则，将整个数据集合与OCR结果分成三个部分，以此缩小纠错使用的数据集合，并可以用于编码的概率推断进行排序。编码的规则如下：
S103：利用S102得到的新的字符串与数据集(线束号数据集：W7963、W4852、…线规号数据集：22BL、24WH，22，24BL、…)，将线规号与线束号的字符串与数据集进行纠错。再完成上述两个部分的结果纠错后，利用两者的推荐列表与原有的数据集求交，得到重叠部分后重新划分序列号的数据集，与S102中得到的序列号字符串再进行推理纠错。例如，输入线束号是W496q，得到的推荐列表是W7964和W4852，得到两个推荐表都存在的整个导线编码号，再从筛选过的全部编码号中分割出导线序列号。这样不断的缩小数据集可以在常规的线缆安装情况下，提高推理结果的准确度。经过对照实验，未加入纠错的OCR的准确率88％，加入纠错后98％。
其中，利用初始阶段的字符错误转移概率矩阵，依照图2中的流程，进行计算概率和排序，重新返回纠错后的结果。
其中，概率计算使用传统的贝叶斯公式：
排序按照概率大小进行。
图2流程如下：
S1031：线规号与线束号获取的OCR结果与对应的数据集由S102中得到。字符错误转移概率矩阵在推理流程开始前给出，由实验数据进行训练得到。
S1032：将结果与数据集中的每一条字符串进行计算字符编辑长度。
S1033：如果编辑长度为0，认为得到的OCR结果为正确结果，即OCR结果在数据集中存在，但为了保证该结果并不是恰巧发生了错误，导致该结果在数据集中存在，将该结果作为推荐列表首位，并与字符编辑距离为1的字符串共同输出。
如果计算得到的字符编辑长度不为0，计算该OCR结果情况下，字符编辑长度小于3的所有数据出现的概率。其中该概率融合了字符编辑长度、字符错误转移概率、数据出现的概率，将所有的结果按照概率进行排序。
S1034：将排序好的结果筛选后作为推荐列表返回。如果字符编辑长度大于3，认为该OCR结果的置信度较低，返回错误信息。筛出的主要目的在于保证在输入信息较少的情况下输出较多的推理的结果时，概率较低的结果没有太大的实际意义。
S104：将各个部分的结果依照编码的规则进行重新组合，按照总体概率的大小排序后输出推荐列表。例如，输入：w9635-1205o，输出：W9615-12054、W9635-12056、W9635-12058。
如果推荐列表中的最优结果与次优结果概率相差不大，说明字符对字符的推理效果有限，还需要使用图片进行校准核验，返回两者更优的结果。在完成此次导线安装后，对数据集合更新，缩小数据集合提高准确度。
特别的，用于图片校准的方法可以是人工校准确认，也可以是利用图像匹配算法重新对图片进行重新校准计算，后者得到两者的更优结果。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种航空线缆编码的字符识别结果推理纠错方法，其特征在于，包括以下步骤：
S101、获取OCR结果与构建航空线缆安装状态检索数据库；
S102、按照线缆的数据集频繁出现的部分，将OCR结果和线缆编号的数据集两者都分为线规号、线束号和序列号三个部分；
S103、利用S102得到的新的字符串与数据集，将线规号与线束号的字符串与数据集进行纠错；
S104、将各个部分的结果依照编码的规则进行重新组合，按照总体概率的大小排序后输出推荐列表。
2.根据权利要求1所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S101中，OCR结果包括OCR识别的结果字符串，与对应的该字符串置信度P，其中P为百分数。
3.根据权利要求2所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S101中，在获取OCR结果时，OCR结果由拍摄的带有字符的线缆图片输入专门的OCR软件得到，或者，OCR结果由上传图片给网络上的云服务得到。
4.根据权利要求1所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S101中，数据库信息包括：确认完成的航空插头构建其对应的所有航空线缆集合，以及训练实验数据而建立的字符错误转移矩阵。
5.根据权利要求4所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S101中，训练的算法是通过对不同字符对应的航空线缆图片，进行随机的模糊处理，得到大量的数据集合，将所有的数据集合输入OCR软件中，计算不同字符识别成错误字符、及无法识别的错误率，将所有字符建立的错误率矩阵存入文档中，作为数据库的一部分。
6.根据权利要求1所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S103中，将线规号与线束号的字符串与数据集进行纠错后，利用两者的推荐列表与原有的数据集求交，得到重叠部分后重新划分序列号的数据集，与S102中得到的序列号字符串再进行推理纠错。
7.根据权利要求6所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S103中，利用初始阶段的字符错误转移概率矩阵，依照如下方法步骤进行计算概率和排序，重新返回纠错后的结果；
S1031：线规号与线束号获取的OCR结果与对应的数据集由S102中得到，字符错误转移概率矩阵在推理流程开始前给出，由实验数据进行训练得到；
S1032：将结果与数据集中的每一条字符串进行计算字符编辑长度；
S1033：如果编辑长度为0，认为得到的OCR结果为正确结果，即OCR结果在数据集中存在，将该结果作为推荐列表首位，并与字符编辑距离为1的字符串共同输出；如果计算得到的字符编辑长度不为0，计算该OCR结果情况下，字符编辑长度小于3的所有数据出现的概率，其中该概率融合了字符编辑长度、字符错误转移概率、数据出现的概率，将所有的结果按照概率进行排序；
S1034：将排序好的结果筛选后作为推荐列表返回，如果字符编辑长度大于3，认为该OCR结果的置信度较低，返回错误信息。
8.根据权利要求1所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S104中，如果推荐列表中的最优结果与次优结果概率相差不大，使用图片进行校准核验，返回两者更优的结果。
9.根据权利要求1所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S104中，在完成导线安装后，对数据集合更新，缩小数据集合。
10.根据权利要求1所述的航空线缆编码的字符识别结果推理纠错方法，其特征在于，步骤S104中，用于图片校准的方法为工校准确认或利用图像匹配算法重新对图片进行重新校准计算。
CN201910689167.6A 2019-07-29 2019-07-29 一种航空线缆编码的字符识别结果推理纠错方法 Active CN110414524B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910689167.6A CN110414524B (zh) 2019-07-29 2019-07-29 一种航空线缆编码的字符识别结果推理纠错方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910689167.6A CN110414524B (zh) 2019-07-29 2019-07-29 一种航空线缆编码的字符识别结果推理纠错方法

Publications (2)

Publication Number Publication Date
CN110414524A true CN110414524A (zh) 2019-11-05
CN110414524B CN110414524B (zh) 2021-09-17

Family

ID=68363752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910689167.6A Active CN110414524B (zh) 2019-07-29 2019-07-29 一种航空线缆编码的字符识别结果推理纠错方法

Country Status (1)

Country Link
CN (1) CN110414524B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111242130A (zh) * 2020-01-06 2020-06-05 北京航空航天大学 一种航空插头型谱图自动生成方法
CN114519856A (zh) * 2022-01-26 2022-05-20 西北工业大学 航空发动机叶片字符明码识别结果的后处理判断校正方法
CN117037185A (zh) * 2023-10-10 2023-11-10 天津普传控制设备有限公司 一种基于光学字符识别技术的导线线号识别方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064012A (zh) * 2007-06-11 2007-10-31 北京航空航天大学 基于sms的手持式字符识别仪
CN101206673A (zh) * 2007-12-25 2008-06-25 北京科文书业信息技术有限公司 网络搜索过程中关键词的智能纠错系统及方法
CN101639830A (zh) * 2009-09-08 2010-02-03 西安交通大学 一种输入过程中的中文术语自动纠错方法
US8620078B1 (en) * 2009-07-14 2013-12-31 Matrox Electronic Systems, Ltd. Determining a class associated with an image
CN208054620U (zh) * 2017-12-29 2018-11-06 通鼎互联信息股份有限公司 一种线缆字符纠偏装置
CN109964232A (zh) * 2016-11-17 2019-07-02 赛峰电子与防务公司 用于收集飞行器工作数据的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064012A (zh) * 2007-06-11 2007-10-31 北京航空航天大学 基于sms的手持式字符识别仪
CN101206673A (zh) * 2007-12-25 2008-06-25 北京科文书业信息技术有限公司 网络搜索过程中关键词的智能纠错系统及方法
US8620078B1 (en) * 2009-07-14 2013-12-31 Matrox Electronic Systems, Ltd. Determining a class associated with an image
CN101639830A (zh) * 2009-09-08 2010-02-03 西安交通大学 一种输入过程中的中文术语自动纠错方法
CN109964232A (zh) * 2016-11-17 2019-07-02 赛峰电子与防务公司 用于收集飞行器工作数据的方法
CN208054620U (zh) * 2017-12-29 2018-11-06 通鼎互联信息股份有限公司 一种线缆字符纠偏装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LI, J.,ET.AL: "Chinese character structure analysis based on complex networks", 《 PHYSICA A: STATISTICAL MECHANICS AND ITS APPLICATIONS》 *
RAHMAN, A. F. R., ET.AL: "Multiple classifier decision combination strategies for character recognition: A review", 《DOCUMENT ANALYSIS AND RECOGNITION》 *
王同苏，等: "虚拟环境下飞机线缆装配技术研究", 《航空制造技术》 *
石守东，等: "生产线上线缆字符的扫描处理方法", 《无线通信技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111242130A (zh) * 2020-01-06 2020-06-05 北京航空航天大学 一种航空插头型谱图自动生成方法
CN111242130B (zh) * 2020-01-06 2023-03-03 北京航空航天大学 一种航空插头型谱图自动生成方法
CN114519856A (zh) * 2022-01-26 2022-05-20 西北工业大学 航空发动机叶片字符明码识别结果的后处理判断校正方法
CN114519856B (zh) * 2022-01-26 2024-02-09 西北工业大学 航空发动机叶片字符明码识别结果的后处理判断校正方法
CN117037185A (zh) * 2023-10-10 2023-11-10 天津普传控制设备有限公司 一种基于光学字符识别技术的导线线号识别方法及装置
CN117037185B (zh) * 2023-10-10 2024-01-12 天津普传控制设备有限公司 一种基于光学字符识别技术的导线线号识别方法及装置

Also Published As

Publication number Publication date
CN110414524B (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
WO2021068352A1 (zh) Faq问答对自动构建方法、装置、计算机设备及存储介质
CN111310443B (zh) 一种文本纠错方法和系统
CN108416058B (zh) 一种基于Bi-LSTM输入信息增强的关系抽取方法
CN110414524A (zh) 一种航空线缆编码的字符识别结果推理纠错方法
CN111753024A (zh) 一种面向公共安全领域的多源异构数据实体对齐方法
CN108664512B (zh) 文本对象分类方法及装置
CN109446333A (zh) 一种实现中文文本分类的方法及相关设备
WO2021208727A1 (zh) 基于人工智能的文本错误检测方法、装置、计算机设备
CN114612921B (zh) 表单识别方法、装置、电子设备和计算机可读介质
CN110928981A (zh) 一种文本标签体系搭建及完善迭代的方法、系统及存储介质
CN110599200B (zh) Ota酒店的虚假地址的检测方法、系统、介质及设备
CN110941720A (zh) 一种基于知识库的特定人员信息纠错方法
CN112527981B (zh) 开放式信息抽取方法、装置、电子设备及存储介质
US20230153335A1 (en) Searchable data structure for electronic documents
CN111274785A (zh) 一种文本纠错方法、装置、设备及介质
WO2022105121A1 (zh) 一种应用于bert模型的蒸馏方法、装置、设备及存储介质
CN117454884B (zh) 历史人物信息纠错方法、系统、电子设备和存储介质
CN112101010A (zh) 一种基于bert的电信行业oa办公自动化文稿审核的方法
CN114706559A (zh) 一种基于需求识别的软件规模度量方法
CN111178051A (zh) 建筑信息模型自适应的中文分词方法及装置
CN114218932A (zh) 基于故障因果图谱的航空故障文本摘要生成方法及其装置
CN110619119A (zh) 文本智能编辑方法、装置及计算机可读存储介质
CN115359799A (zh) 语音识别方法、训练方法、装置、电子设备及存储介质
CN116797195A (zh) 工单处理方法、装置、计算机设备和计算机可读存储介质
CN117422428B (zh) 一种基于人工智能的机器人自动审批方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant