System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机,特别是涉及一种基于深度学习与自然语言模型的实验报告生成方法、一种基于深度学习与自然语言模型的实验报告生成装置、一种计算机设备和一种存储介质。
技术介绍
1、传统实验室需要专人管理和专业教师的指导,而且实验的评价和分析会有一定的人工误差和情绪影响。基于此,其次,传统实验室的实验教学通常由教师或助教负责,但可能存在教师数量不足师资资源有限的情况。在传统实验室中,教师和助教可能无法为每个学生提供个别化的支持和指导,可能导致学生学习过程中遇到不同的困难点也可能出现不同学生的学习进度和学习结果不理想等问题。
技术实现思路
1、鉴于上述问题,提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于深度学习与自然语言模型的实验报告生成方法、一种基于深度学习与自然语言模型的实验报告生成装置、一种计算机设备和一种存储介质。
2、为实现上述目的,本专利技术提出一种基于深度学习与自然语言模型的实验报告生成方法,所述方法包括:
3、s1、实验材料自动检测:通过传感器和摄像头共同检测实验材料/样品的存取情况实现;
4、s2、实验流程的自动检测:通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测;
5、s3、实验操作的智能检测:通过深度学习检测和分析实验步骤和实验操作;
6、s4、实验结果自动测量:通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果;<
...【技术保护点】
1.一种基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述S1、实验材料自动检测:通过传感器和摄像头共同检测实验材料/样品的存取情况实现,包括:
3.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述S2、实验流程的自动检测:通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测,包括:
4.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述S3、实验操作的智能检测:通过深度学习检测和分析实验步骤和实验操作,包括:
5.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述S4、实验结果自动测量:通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果,包括:
6.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述S5、实验分析智能比对:通过自然语言
7.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述S6、实验报告自动生成:将S1~S5的所有记录和结果导入到语言生成模型,实现实验报告的自动生成,包括:
8.一种基于深度学习与自然语言模型的实验报告生成装置,其特征在于,所述装置包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的基于深度学习与自然语言模型的实验报告生成方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的基于深度学习与自然语言模型的实验报告生成方法的步骤。
...【技术特征摘要】
1.一种基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述s1、实验材料自动检测:通过传感器和摄像头共同检测实验材料/样品的存取情况实现,包括:
3.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述s2、实验流程的自动检测:通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测,包括:
4.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述s3、实验操作的智能检测:通过深度学习检测和分析实验步骤和实验操作,包括:
5.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法,其特征在于,所述s4、实验结果自动测量:通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果,包括:
6.根据权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。