基于图像识别的客观题阅卷研究

介绍了一种智能阅卷的新方法,该方法采用数字图像处理技术来正确提取考试信息,然后用软件处理这些信息,得出试卷的分数。文中给出了这种方法的原理。用该方法阅读客观题具有硬件价格低,无需维护等优点。实验表明,该方法能识别出正确选择、错误选择、重复选择和漏选,并且准确率高,阅卷速度快。

基于灰度图像的答题卡识别技术

针对目前电脑阅卷技术中存在的一些问题,提出了一种基于灰度图像识别技术的答题卡判别方法。首先对答题卡图像进行高斯滤波,依据模板定位填涂区域,然后针对正常填涂、未填涂和涂改等情况做出正确的判断,最后,将答案以及考生信息读入数据库。此系统为不同答题卡定义相应的模板,可应用于各类答题卡的阅卷工作。实验结果表明了此方法的有效性。

扫描阅卷系统中模板定制和图像聚类方法的研究

为了适应答题卡多样化需求和提高答题卡图像识别的准确率,提出了扫描阅卷系统中模板定制和图像聚类方法。首先基于人机交互方式进行模板定制,定义填涂区域属性和答题卡结构信息,并开发了模板制作器,实现答题卡模板文件的制作和管理;其次给出基于K-means改进算法的扫描阅卷系统中图像聚类方法,选择局部聚集密度最大的数据点作为初始聚类中心以得到全局较优的聚类结果,并通过计算区分度进行聚类结果评价;最后基于VC++和MS SQL Server2000开发了基于K-means改进算法的扫描阅卷系统,并对该系统进行了实验测试。测试结果表明,采用K-means改进算法进行扫描阅卷时能够得到稳定的图像聚类结果,大大提高了客观题阅卷准确率,具有较高的实用价值。

扫描阅卷系统的设计与实现

设计并开发了一个扫描阅卷系统,论述了扫描阅卷系统的设计和运行原理,并描述了其应用实例。

基于校园卡消费预测学生挂科情况

旨在通过校园卡消费来预测学生挂科情况。首先通过对消费数据和成绩数据的预处理,再结合辅导员的反馈,提出作息习惯对成绩有很大影响的合理猜想;然后运用多种数据挖掘模型来预测学生是否存在挂科风险。研究结果表明,通过使用一卡通消费数据,能比较准确地预测学生是否存在挂科风险,其中朴素贝叶斯模型的预测效果最好,Recall超过80%。

基于生物特征认证技术驾驶桩考系统设计

本文提出一种基于指纹身份认证的驾驶桩考系统设计与实现,通过预先提取学员指纹特征并编码存在智能卡内,当学员考试时,通过读取学员指纹特征并与卡内数据比对,比对通过即可打开车辆点火装置进入考试状态。本文根据人的生物特征具有长期不变性和唯一性,提出把人的指纹特征和智能卡技术结合起来用于在线识别驾考学员的身份,并结合桩杆内部加自扰动条件下桩杆快速准确自动回位技术,使得采样传感器数据处理更加可靠,在这一领域做出一定的创新。

一种适用于移动设备在线阅卷的答题卡自动识别算法

基于智能移动设备的阅卷方式无需专用设备即可快速阅卷,降低成本的同时还能增加阅卷工作的可移动性;为解决移动设备拍照阅卷时,出现的阴影、反光、倾斜(-45~45°)等情况,设计并实现了一套答题卡自动识别算法,算法主要分为三部分:图像预处理、待识别区域定位与分割、答题卡内容识别;不同操作系统(PC、Android、IOS)下测试结果表明:该算法正常填涂采集识别率为100%,异常填涂采集识别率为93.6%;识别速度小于2s,满足实时性要求;无需修改就能在不同操作系统下编译运行,提高了程序的通用性和兼容性;目前该算法已成功应用于某教育企业上线APP中。

多校用艺术类专业招生报考软件系统的设计

进行了多个学校的艺术类专业招生报考业务和报考信息的分析,形成了由考生基本信息、报考信息、考试安排信息组成的报考信息模型,并进行了准考证号编码规则的概括与综合、考场分配策略的集成,针对各校间共性需求和差异需求采取设计措施,设计了可适合多个招生学校在一个考点同时使用的艺术类专业招生报考软件,其对高校艺术类专业招生报考工作具有一定的适应面,并已取得有效的实用效果。