[发明专利]一种多设备融合的书法教学系统在审
| 申请号: | 202210164677.3 | 申请日: | 2022-02-23 |
| 公开(公告)号: | CN114783240A | 公开(公告)日: | 2022-07-22 |
| 发明(设计)人: | 王春鹏;盖新宇;刘丰睿;张岩;石翔慧;江楠;周芸帆;单佳豪 | 申请(专利权)人: | 盖新宇 |
| 主分类号: | G09B11/00 | 分类号: | G09B11/00;G09B5/06;G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06V40/20 |
| 代理公司: | 威海汇英桥知识产权代理事务所(特殊普通合伙) 37320 | 代理人: | 于保妹 |
| 地址: | 256500 山东省滨州市博*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 设备 融合 书法 教学 系统 | ||
1.一种多设备融合的书法教学系统,包括书法练习模块、表面肌电信号采集、练习评价模块和书法教程模块,其特征在于:所述书法练习模块由书写姿势矫正功能、书写力度矫正功能和切字功能组成,所述表面肌电信号采集由表面肌电信号的特征提取、表面肌电信号的分类、表面肌电信号的肌力估计和图像的姿势识别组成,所述练习评价模块由脱机手写汉字识别、手写汉字图像对比。
2.根据权利要求1所述的一种多设备融合的书法教学系统,其特征在于:所述表面肌电信号的特征提取是采用基于PCA的多通道肌电信息融合。
3.根据权利要求1所述的一种多设备融合的书法教学系统,其特征在于:所述表面肌电信号的分类是采用LSTM。
4.根据权利要求1所述的一种多设备融合的书法教学系统,其特征在于:所述表面肌电信号的肌力估计是采用多项式模型。
5.根据权利要求1所述的一种多设备融合的书法教学系统,其特征在于:所述图像的姿势识别是采用FastPose。
6.根据权利要求1所述的一种多设备融合的书法教学系统,其特征在于:所述脱机手写汉字识别是采用DBN+CNN技术。
7.根据权利要求1所述的一种多设备融合的书法教学系统,其特征在于:所述手写汉字图像对比技术选择是采用孪生神经网络。
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盖新宇,未经盖新宇许可,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/202210164677.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:低成本丁基胶泥
- 下一篇:一种具有防治扩展青霉及展青霉素的马克斯克鲁维酵母菌





