[发明专利]无人监考的智能防作弊自助考试系统在审

专利信息
申请号: 202110593324.0 申请日: 2021-05-28
公开(公告)号: CN113313168A 公开(公告)日: 2021-08-27
发明(设计)人: 张鹏 申请(专利权)人: 上海大学
主分类号: G06K9/62 分类号: G06K9/62;G06T17/00;G06N20/00;G09B7/02
代理公司: 上海东亚专利商标代理有限公司 31208 代理人: 董梅
地址: 200444*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 无人 监考 智能 作弊 自助 考试 系统
【权利要求书】:

1.一种无人监考的智能防作弊自助考试系统,不受时间、空间限制的考试系统,包括前端设备和考试服务平台,前端设备将考试人员动态信息传输到考试服务平台,其特征在于:

所述的前端设备包括远程智能终端设备和三维动态数据信息采集设备;

所述的考试服务平台包括对三维动态数据信息进行处理的三维虚拟仿真模块、存储模块及考题管理模块,其中,

所述的考题管理模块中运用决策树对题库中题目按预设定特性进行分类,每个节点提一个问题;通过答题状况进行结果判断,将判断结果数据分类,根据分类再继续有针对性提出问题,而这些问题是根据已有采集的答案数据机器学习出来的,再投入新的题目数据的时候,就可以根据这棵树上的问题,将数据划分到合适的叶子上;通过人工智能计算,给出完全动态试卷且留出设定的答题时间。

2.根据权利要求1所述的一种无人监考的智能防作弊自助考试系统,其特征在于:所述的人工智能计算是指:同一种题目根据题干长短预留答题时间;因题目类型不同,根据题目难易程度,作答类型预留答题时间;时间限定使答题者无法通过网络传输试题内容,其中,

1)主观题客观化技术应用于答题的结果检测中,通过机器学习利用已标记的有限训练数据集,通过建立一个模型,实现对新数据/实例的标记、分类/映射,算法包括:回归和分类,之后由题库制定答案答题时间,结合各操作阶段结果与最终报告,系统自动评测出任务的做答时间;

2)平台根据预先设定的关键词标准答案为模型,通过此模型即可实时判别特定学生的答案是否正常;

3)平台根据上述的结果以及行为是否正常,给出学生完成本实验任务的综合得分。

3.根据权利要求1所述的一种无人监考的智能防作弊自助考试系统,其特征在于:所述的前端设备硬件要求:奔腾 MMX 233 MHz or 100% 兼容/支持dx7以上的显示卡/64mb以上内存和摄像头,浏览器插件文件大小 Internet Explorer/ActiveX: 1.2 MB;Netscape:1.2 MB;Adobe Acrobat: 1.9 MB (win)/ 2.2 MB (mac)。

4.根据权利要求1所述的一种无人监考的智能防作弊自助考试系统,其特征在于:所述的三维虚拟仿真模块:依靠三维视觉,采用三维虚拟仿真技术,采用生物特征识别技术构建三维重建数据资料库,完成构建形态学数据库,其中:三维图像建模过程依序包括:电脑读取图像、提取轮廓、选择热区、生成三维模型,存入存储模块;所述生物特征识别技术:为注册和识别两个阶段,注册阶段通过传感器对人体的生物表征信息进行采集,如利用图像传感器对人脸虹膜等光学信息、麦克风对说话声等声学信息进行采集,利用数据预处理以及特征提取技术对采集的数据进行处理,得到相应的特征进行存储;识别过程采用与注册过程一致的信息采集方式进行比对分析,完成识别。

5.根据权利要求1或4所述的一种无人监考的智能防作弊自助考试系统,其特征在于:所述的三维虚拟仿真模块,基于医学影像3D可视化技术和医学影像3D模型移动端展示交互技术,提供3D+人体可视化服务,对CT/MRI类源数据进行“高保真”3D可视化处理,同时依托云服务平台搭建物联分布式维护应用,提供基于移动端3D影像展示功能,将由可视化人体数据集重建的数字虚拟人,转化为数字医学三维可视化图像,实现实体标本的三维重建。

6.根据权利要求1所述的一种无人监考的智能防作弊自助考试系统,其特征在于:所述的存储模块,包括逻辑存储与物理存储,在构建好的形态学数据库中,分析存储三维数据库,将逻辑存储与物理存储分开,编程人员只处理逻辑结构。这样既可以重新组织物理存储,也可以将整个数据库移动到完全不同的硬件和操作系统上,而应用程序意识不到任何更改。

7.根据权利要求6所述的一种无人监考的智能防作弊自助考试系统,其特征在于:所述的逻辑存储结构包括数据库、表空间、片段、区段,由数据库管理系统Oracle数据模块管理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海大学,未经上海大学许可,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/202110593324.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top