摘要：本发明公开了一种木材防腐剂，属精细化学品技术领域。本发明将木腐菌液涂覆于树皮表面，培养，将经木腐菌液培养的树皮剥离，得预处理树皮，将预处理树皮热解，得馏出液，即为树皮提取液；将种皮，沼液，葡萄糖溶液混合发酵，过滤，减压浓缩，即得种皮发酵提取液；将榴莲壳与水加热搅拌混合，过滤，即得榴莲壳提取液；将树皮提取液，树叶发酵提取液，硫酸铜溶液，花粉，壳聚糖液，榴莲壳提取液，木糖醇，聚乙烯亚胺水溶液，植物精油，乳化剂搅拌混合，即得木材防腐剂。本发明技术方案制备的木材防腐剂具有优异的抑菌性能，防腐性能及抗流失性能的特点，其防虫效果也显著提高。

摘要：本发明公开了一种可降解地膜，属于高分子材料技术领域。本发明将（N‑脒基）十二烷基丙烯酰胺与聚乙二醇衍生物按质量比1：1～2：1混合，并加入聚乙二醇衍生物质量0.1～0.2倍的对二氯苯和聚乙二醇衍生物质量0.07～0.10倍的二茂铁，搅拌混合，即得改性膨胀剂；将改性助剂，聚乙烯醇液，阿拉伯胶液，卡拉胶液，改性玉米棒粉，磷脂，香菇废弃菌渣发酵液置于混料机中，于转速为1000～1200r/min条件下，高速搅拌混合30～50min，得混合浆料，再将混合浆料流延于洁净玻璃板表面，随后将流延混合浆料的洁净玻璃板置于烘箱中，于温度为100～120℃条件下，干燥固化2～3h后，用刮刀刮膜，得可降解地膜。本发明制备的可降解地膜具有优异的力学性能，保温性能及降解性能的特点。

摘要：本发明公开了一种模型训练方法、文本识别方法及相关装置，包括：获取包含文本信息的样本图像及其对应的标签信息；将所述样本图像输入至第一模型，以获得上下文特征和文本序列；将所述上下文特征和所述文本序列输入第二模型中，以获取对应的文本预测结果，所述第二模型用于与所述第一模型进行联合训练；根据所述文本预测结果和所述标签信息计算第一损失，并根据所述文本序列和所述标签信息计算第二损失，以及使用所述第一损失和所述第二损失对所述第一模型进行更新迭代，直至达到预设条件，得到训练好的第一模型。本发明具有更好的特征提取能力，更好的文本识别性能。

摘要：本申请提供了一种卷面分评分方法、装置、设备及产品。该方法属于机器学习技术领域。具体的，该方法包括：获取待评分试卷的作答区域图像；将作答区域图像输入预先训练的卷面分评分模型，得到与待评分试卷图像对应的卷面分评分结果；卷面分评分结果中包括卷面分数以及卷面评语；卷面分评分模型是用于根据作答区域图像从书写美观度、卷面整洁度、书写工整度、排版美观度以及总词数这五个维度对待评分试卷的卷面分进行评分的数学模型。根据本申请，能够根据待评分试卷的作答区域图像得到待评分试卷对应的卷面分评分，解决了人工评分和机器评分因卷面分而产生的打分差异的问题。

摘要：本申请公开了一种二维图形速算题作答批改方法、装置、设备及存储介质，获取对纸质作答试卷拍摄的图片，从图片中识别出包含二维图形速算题的二维速算块区域；识别二维速算块区域包含的基础结构，及每一基础结构中包含的字符，基础结构为预先定义的组成二维图形速算题的最小结构单元，字符包括印刷体字符和/或手写体字符；针对识别出的每一基础结构，按照预配置的与基础结构对应的批改规则，结合基础结构包含的字符进行作答批改，得到基础结构的批改结果，由各基础结构的批改结果组成二维图形速算题的第一作答批改结果。本申请无需提前录入试题的答案，通过对二维图形速算题对应图像进行分析，即可实现自动批改，成本更低、泛化性更强。

摘要：本申请公开了一种文字识别方法、识别模型训练方法和相关装置，该方法包括：获取待识别样本；将所述待识别样本输入至训练后的识别模型中的卷积模块，得到所述待识别样本对应的不同识别轮次的分类特征；将所述分类特征输入至所述识别模型中的分类模块，得到所述待识别样本对应的目标文本；其中，所述分类模块包括第一分类层和第二分类层，所述第一分类层对应有至少一个第一候选字符，所述第一候选字符包括占位符，所述第二分类层对应有多个区别于所述第一候选字符的第二候选字符。通过上述方式，本申请能够提高文字识别的效率和准确性。

摘要：本发明提供一种题块区域划分方法、题块区域划分模型的训练方法及装置，其中方法包括：获取待分割的试题图像；对试题图像进行题块区域检测，得到试题图像中的候选题块区域的区域特征和位置特征；基于候选题块区域的区域特征和位置特征，确定候选题块区域之间的关系，并基于候选题块区域之间的关系，从候选题块区域中确定试题图像的题块区域。本发明提供的方法及装置，基于候选题块区域的区域特征和位置特征，确定候选题块区域之间的关系，加强候选题块区域之间的信息交互，学习到整图题型分布，从而确保后续基于候选题块区域之间的关系，从候选题块区域中确定出的试题图像的题块区域是较为独立的题型，进而提高了题块区域划分的准确性和可靠性。

摘要：本申请公开了一种二维速算题识别方法、装置、存储介质及设备，该方法包括：首先获取待识别的目标图像；其中，目标图像中包含待识别的目标二维速算题；然后将目标图像输入编码器进行编码，得到目标图像对应的编码后的目标图像特征；接着，可以将目标图像特征输入预先构建的解码器进行条件式的解码，得到目标二维速算题的解码结果；并根据该解码结果，确定目标二维速算题的最终识别结果。可见，由于本申请是先对包含目标二维速算题的目标图像进行编码，再利用解码器对编码后的目标图像特征进行条件式的解码，以根据解码结果更为准确的确定出目标二维速算题的最终识别结果，从而提高了二维速算题识别结果的准确率。

摘要：本发明提供一种表达式识别方法、装置、电子设备和存储介质，其中方法包括：获取表达式图像；基于表达式图像的图像特征，对表达式图像进行符号识别，得到表达式图像的符号识别结果；基于图像特征和符号识别结果，对表达式图像进行符号校正和符号连通性预测，得到表达式图像的符号校正结果和符号连通关系；基于符号校正结果和符号连通关系，确定表达式图像对应的表达式。本发明提供的方法、装置、电子设备和存储介质，可以充分应用表达式图像的整体视觉特性，从而保证表达式识别的准确性和可靠性；并且，可以一次性输出表达式图像中所有符号的符号校正结果和符号连通关系，这种非自回归的形式能够大大提高表达式的识别效率。

摘要：本发明提出了一种恶意软件检测方法及系统，本检测方法包括：客户端按预设第一规则对待检测软件进行特征提取，生成待检测软件的特征向量；在预设的载体图片上嵌入预设的扰动参数及待检测软件的特征向量，生成嵌入图片，其中，一张载体图片对应一种扰动参数；将嵌入图片发送给预设的图片分类模型，并接受图片分类模型对嵌入图片的分类结果；根据得到的分类结果与预设的映射关系判断待检测软件是否为恶意软件。本发明能够使攻击者难以察觉到检测行为或者得到检测行为中的数据，从而无法进行针对性的攻击，有效地提高安卓恶意软件检测服务的可靠性与安全性。