CN110084497A - 一种正三棱锥左视图的自动识别评分方法 - Google Patents

一种正三棱锥左视图的自动识别评分方法 Download PDF

Info

Publication number
CN110084497A
CN110084497A CN201910313456.6A CN201910313456A CN110084497A CN 110084497 A CN110084497 A CN 110084497A CN 201910313456 A CN201910313456 A CN 201910313456A CN 110084497 A CN110084497 A CN 110084497A
Authority
CN
China
Prior art keywords
scoring
triangular pyramid
left view
positive triangular
points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910313456.6A
Other languages
English (en)
Inventor
王飞
庞哲
许清扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Electric Power
University of Shanghai for Science and Technology
Original Assignee
Shanghai University of Electric Power
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201910313456.6A priority Critical patent/CN110084497A/zh
Publication of CN110084497A publication Critical patent/CN110084497A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Multimedia (AREA)
  • Character Input (AREA)

Abstract

本发明涉及一种正三棱锥左视图的自动识别评分方法，该方法包括如下步骤：(1)获取待识别评分的正三棱锥左视图电子文档；(2)识别电子文档是否为空，若是，则正三棱锥左视图整体评分为0，结束评分，否则执行步骤(3)；(3)识别并获取正三棱锥左视图的底边长度、左侧棱边长度以及左侧棱边与底边夹角；(4)将底边长度、左侧棱边长度以及左侧棱边与底边夹角分别作为一个评分项，针对各评分项进行自动评分获取正三棱锥左视图整体评分。与现有技术相比，本发明具有评分结果一致性好、评分效率高、经济效益强等优点。

Description

一种正三棱锥左视图的自动识别评分方法
技术领域
本发明涉及一种工程制图课程知识点识别评分技术，尤其是涉及一种正三棱锥左视图的自动识别评分方法。
背景技术
我国从“制造大国”向“制造强国”的转型升级过程中，创新主体的人才起着重要催化作用，其中包含了广大一线工程师，图样是其实践创新的必要表达工具。工程制图类课程，作为工科类高校的专业基础课，对学生的工程图样读取和输出能力起到重要作用，直接关系到将来工作实践中的创新能力。
正三棱锥作为典型的平面体，是学生空间想象能力培养的启蒙对象，其中对学生正三棱锥左视图知识掌握程度的评估，主要依靠教师以“人工”的方式进行。在线上线下混合教学模式的发展趋势下，特别人工智能技术与传统教育相结合，在常规“事务性”知识的学习效果评估方面有大的空间作为，怎样从现有软硬件技术和编程的角度出发，来开发合适的识别评估方法实现正三棱锥左视图的自动识别评分具有很强的现实意义。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种正三棱锥左视图的自动识别评分方法。
本发明的目的可以通过以下技术方案来实现：
一种正三棱锥左视图的自动识别评分方法，该方法包括如下步骤：
(1)获取待识别评分的正三棱锥左视图电子文档；
(2)识别电子文档是否为空，若是，则正三棱锥左视图整体评分为0，结束评分，否则执行步骤(3)；
(3)识别并获取正三棱锥左视图的底边长度、左侧棱边长度以及左侧棱边与底边夹角；
(4)将底边长度、左侧棱边长度以及左侧棱边与底边夹角分别作为一个评分项，针对各评分项进行自动评分获取正三棱锥左视图整体评分。
步骤(1)采用CCD传感器扫描获取正三棱锥左视图电子文档。
步骤(2)采用第一图像识别软件识别电子文档，若电子文档中无任何图形则判别该电子文档为空。
步骤(3)采用第二图像识别软件自动识别电子文档中的正三棱锥左视图，并获取底边长度、左侧棱边长度以及左侧棱边与底边夹角。
所述的第一图像识别软件包括基恩士图像识别软件、百度图像识别软件、瑟威兰斯图像识别软件。
所述的第二图像识别软件包括基恩士图像识别软件、百度图像识别软件、瑟威兰斯图像识别软件。
步骤(4)自动评分具体为：获取各评分项的标准值，将步骤(3)获取的各评分项的实际值与标准值进行比对，根据比对结果获取正三棱锥左视图整体评分。
获取正三棱锥左视图整体评分具体为：
(41)若所有评分项实际值与标准值均一致，则整体评分为10分，结束评分，否则执行步骤(42)；
(42)若底边长度实际值与标准值一致，记录3分，进入步骤(43)，否则，记录1分，进入步骤(44)；
(43)若左侧棱边长度实际值与标准值一致且左侧棱边与底边夹角实际值与标准值一致，记录3分，整体评分为6分，结束评分，否则记录2分，整体评分为5分，结束评分；
(44)若左侧棱边长度实际值与标准值一致且左侧棱边与底边夹角实际值与标准值一致，记录3分，整体评分为4分，结束评分，否则记录2分，整体评分为3分，结束评分。
与现有技术相比，本发明具有如下优点：
(1)本发明结合CCD传感器、图像识别软件等实现正三棱锥左视图的自动识别评分，与传统教师为主要媒介来把握学生正三棱锥左视图知识的习得程度相比，摆脱了老师主体的差异，评分结果一致性好；
(2)本发明整个识别评分过程效率高，更适合线上教育“亿量”级的识别评分需求；
(3)在人力资源成本日益上涨的历史趋势下，本发明不需要教师参与，整体经济性强。
附图说明
图1为本发明正三棱锥左视图的自动识别评分方法的流程框图；
图2为实施例中三棱锥主视图和俯视图示意图；
图3为实施例中三棱锥左视图标准答案示意图；
图4为实施例中一种错误的正三棱锥左视图甲示意图；
图5为实施例中一种错误的正三棱锥左视图乙示意图；
图6为实施例中一种错误的正三棱锥左视图丙示意图；
图7为实施例中一种错误的正三棱锥左视图丁示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
如图1所示，一种正三棱锥左视图的自动识别评分方法，该方法包括如下步骤：
(1)获取待识别评分的正三棱锥左视图电子文档；
(2)识别电子文档是否为空，若是，则正三棱锥左视图整体评分为0(总分为10分)，结束评分，否则执行步骤(3)；
(3)识别并获取正三棱锥左视图的底边长度、左侧棱边长度以及左侧棱边与底边夹角；
(4)将底边长度、左侧棱边长度以及左侧棱边与底边夹角分别作为一个评分项，针对各评分项进行自动评分获取正三棱锥左视图整体评分。
学生平时正三棱锥左视图的练习都是纸质文档，因此步骤(1)采用CCD传感器扫描获取正三棱锥左视图电子文档。
步骤(2)采用第一图像识别软件识别电子文档，若电子文档中无任何图形则判别该电子文档为空，这里，第一图像识别软件包括基恩士图像识别软件、百度图像识别软件、瑟威兰斯图像识别软件。。
步骤(3)采用第二图像识别软件自动识别电子文档中的正三棱锥左视图，并获取底边长度、左侧棱边长度以及左侧棱边与底边夹角，这里，第二图像识别软件包括基恩士图像识别软件、百度图像识别软件、瑟威兰斯图像识别软件。本实施例步骤(2)和步骤(3)中的第一图像识别软件和第二图像识别软件均采用基恩士图像识别软件。
步骤(4)自动评分具体为：获取各评分项的标准值，将步骤(3)获取的各评分项的实际值与标准值进行比对，根据比对结果获取正三棱锥左视图整体评分。
获取正三棱锥左视图整体评分具体为：
(41)若所有评分项实际值与标准值均一致，则整体评分为10分，结束评分，否则执行步骤(42)；
(42)若底边长度实际值与标准值一致，记录3分，进入步骤(43)，否则，记录1分，进入步骤(44)；
(43)若左侧棱边长度实际值与标准值一致且左侧棱边与底边夹角实际值与标准值一致，记录3分，整体评分为6分，结束评分，否则记录2分，整体评分为5分，结束评分；
(44)若左侧棱边长度实际值与标准值一致且左侧棱边与底边夹角实际值与标准值一致，记录3分，整体评分为4分，结束评分，否则记录2分，整体评分为3分，结束评分。
图2为本实施例三棱锥主视图和俯视图示意图，对应地，图3为三棱锥左视图标准答案示意图。本实施例采用上述方法进行自动识别评分：
当底边长度实际值与标准值一致，如图4和图5所示，则记录3分，继续进行左侧棱边长度实际值与标准值的比较以及左侧棱边与底边夹角实际值与标准值的比较，当左侧棱边长度实际值与标准值一致且左侧棱边与底边夹角实际值与标准值一致时，如图4正三棱锥左视图甲所示，记录3分，得出累计评分为6分，整个识别评分流程结束，否则如图5正三棱锥左视图乙所示，学生将正三棱锥左视图求解成“等腰三角形”，记录2分，得出累计评分为5分，整个识别评分流程结束。
当底边长度实际值与标准值不一致，如图6和图7所示，则记录1分，继续进行左侧棱边长度实际值与标准值的比较以及左侧棱边与底边夹角实际值与标准值的比较，当左侧棱边长度实际值与标准值一致且左侧棱边与底边夹角实际值与标准值一致时，如图6正三棱锥左视图丙所示，记录3分，得出累计评分为4分，整个识别评分流程结束，否则如图7正三棱锥左视图丁所示，记录2分，得出累计评分为3分，整个识别评分流程结束。
上述正三棱锥左视图的识别评分方法，结果一致性好；识别评分过程效率高，更适合线上教育“亿量”级的识别评分需求；整个识别评分过程不需要教师参与，经济效益高。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (8)

1.一种正三棱锥左视图的自动识别评分方法，其特征在于，该方法包括如下步骤：
(1)获取待识别评分的正三棱锥左视图电子文档；
(2)识别电子文档是否为空，若是，则正三棱锥左视图整体评分为0，结束评分，否则执行步骤(3)；
(3)识别并获取正三棱锥左视图的底边长度、左侧棱边长度以及左侧棱边与底边夹角；
(4)将底边长度、左侧棱边长度以及左侧棱边与底边夹角分别作为一个评分项，针对各评分项进行自动评分获取正三棱锥左视图整体评分。
2.根据权利要求1所述的一种正三棱锥左视图的自动识别评分方法，其特征在于，步骤(1)采用CCD传感器扫描获取正三棱锥左视图电子文档。
3.根据权利要求1所述的一种正三棱锥左视图的自动识别评分方法，其特征在于，步骤(2)采用第一图像识别软件识别电子文档，若电子文档中无任何图形则判别该电子文档为空。
4.根据权利要求1所述的一种正三棱锥左视图的自动识别评分方法，其特征在于，步骤(3)采用第二图像识别软件自动识别电子文档中的正三棱锥左视图，并获取底边长度、左侧棱边长度以及左侧棱边与底边夹角。
5.根据权利要求3所述的一种正三棱锥左视图的自动识别评分方法，其特征在于，所述的第一图像识别软件包括基恩士图像识别软件、百度图像识别软件、瑟威兰斯图像识别软件。
6.根据权利要求4所述的一种正三棱锥左视图的自动识别评分方法，其特征在于，所述的第二图像识别软件包括基恩士图像识别软件、百度图像识别软件、瑟威兰斯图像识别软件。
7.根据权利要求1所述的一种正三棱锥左视图的自动识别评分方法，其特征在于，步骤(4)自动评分具体为：获取各评分项的标准值，将步骤(3)获取的各评分项的实际值与标准值进行比对，根据比对结果获取正三棱锥左视图整体评分。
8.根据权利要求7所述的一种正三棱锥左视图的自动识别评分方法，其特征在于，获取正三棱锥左视图整体评分具体为：
(41)若所有评分项实际值与标准值均一致，则整体评分为10分，结束评分，否则执行步骤(42)；
(42)若底边长度实际值与标准值一致，记录3分，进入步骤(43)，否则，记录1分，进入步骤(44)；
(43)若左侧棱边长度实际值与标准值一致且左侧棱边与底边夹角实际值与标准值一致，记录3分，整体评分为6分，结束评分，否则记录2分，整体评分为5分，结束评分；
(44)若左侧棱边长度实际值与标准值一致且左侧棱边与底边夹角实际值与标准值一致，记录3分，整体评分为4分，结束评分，否则记录2分，整体评分为3分，结束评分。
CN201910313456.6A 2019-04-18 2019-04-18 一种正三棱锥左视图的自动识别评分方法 Pending CN110084497A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910313456.6A CN110084497A (zh) 2019-04-18 2019-04-18 一种正三棱锥左视图的自动识别评分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910313456.6A CN110084497A (zh) 2019-04-18 2019-04-18 一种正三棱锥左视图的自动识别评分方法

Publications (1)

Publication Number Publication Date
CN110084497A true CN110084497A (zh) 2019-08-02

Family

ID=67415548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910313456.6A Pending CN110084497A (zh) 2019-04-18 2019-04-18 一种正三棱锥左视图的自动识别评分方法

Country Status (1)

Country Link
CN (1) CN110084497A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05165970A (ja) * 1991-12-17 1993-07-02 Juki Corp 画像処理装置
CN1607811A (zh) * 2003-10-14 2005-04-20 株式会社东芝 产生彩色文档的黑白拷贝的系统和方法
CN104376315A (zh) * 2014-07-30 2015-02-25 天津科技大学 一种基于计算机图像处理和模式识别的检测方法及应用
CN104850822A (zh) * 2015-03-18 2015-08-19 浙江大学 基于多特征融合的简单背景下的叶片识别方法
CN104915667A (zh) * 2015-05-27 2015-09-16 华中科技大学 一种基于移动终端的答题卡识别分析方法及系统
CN105184232A (zh) * 2015-08-12 2015-12-23 祁亨年 一种o2o互联网作业本、系统及实现方法
CN105912993A (zh) * 2016-03-31 2016-08-31 深圳感官密码科技有限公司 自动阅卷图像识别方法和系统
CN106778703A (zh) * 2017-01-25 2017-05-31 华中师范大学 电子阅卷的方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05165970A (ja) * 1991-12-17 1993-07-02 Juki Corp 画像処理装置
CN1607811A (zh) * 2003-10-14 2005-04-20 株式会社东芝 产生彩色文档的黑白拷贝的系统和方法
CN104376315A (zh) * 2014-07-30 2015-02-25 天津科技大学 一种基于计算机图像处理和模式识别的检测方法及应用
CN104850822A (zh) * 2015-03-18 2015-08-19 浙江大学 基于多特征融合的简单背景下的叶片识别方法
CN104915667A (zh) * 2015-05-27 2015-09-16 华中科技大学 一种基于移动终端的答题卡识别分析方法及系统
CN105184232A (zh) * 2015-08-12 2015-12-23 祁亨年 一种o2o互联网作业本、系统及实现方法
CN105912993A (zh) * 2016-03-31 2016-08-31 深圳感官密码科技有限公司 自动阅卷图像识别方法和系统
CN106778703A (zh) * 2017-01-25 2017-05-31 华中师范大学 电子阅卷的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李磊: "基于机器学习的中小学数学自动阅卷系统研究与实现", 《中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
Lee Classroom writing assessment and feedback in L2 school contexts
Rea-Dickins Understanding teachers as agents of assessment
CN107316261A (zh) 一种基于人脸分析的教学质量评估系统
Rea-Dickins Classroom-based assessment: Possibilities and pitfalls
CN108735021A (zh) 一种用于学生作业的智能辅导系统
CN110110581B (zh) 一种基于人工智能的试卷批改方法和系统
CN107909067A (zh) 智能生成答题卡以及移动终端自动阅卷评分的考试系统
CN107832758A (zh) 智能生成答题卡以及服务器终端自动阅卷评分的考试系统
CN108876195A (zh) 一种智能化的教师教学质量评测系统
Wang A Study of the Role of the'teacher Factor'in Washback
Price et al. Assessment feedback: An agenda for change
CN111861146A (zh) 一种基于微表情识别的教学评价和实时反馈系统
CN109034590A (zh) 一种智能化的教师教学质量评价管理系统
Barrett et al. Pedagogical Content Knowledge as a Foundation for an Interdisciplinary Graduate Program.
Chigisheva et al. Internationalization impact on PhD training policy in Russia: Insights from the comparative document analysis
CN108985290A (zh) 一种用于教师教学质量的智能考核系统
CN110084497A (zh) 一种正三棱锥左视图的自动识别评分方法
CN108681713A (zh) 一种用于教师教学质量评价的系统
Lingam et al. Developing school heads as instructional leaders in school-based assessment: Challenges and next steps
Mathew et al. Monitoring progress in the classroom
CN110705610A (zh) 一种基于检测书法临写能力的评估系统和方法
Street The hidden dimensions of mathematical language and literacy
CN110135270A (zh) 一种圆柱体左视图的自动识别评分方法
CN110309725A (zh) 一种普通平键轴类断面图的自动识别评分方法
Zhang et al. Teaching Reform of Machine Vision in Higher Education Under the Background of Internet Plus and New Engineering

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190802

RJ01 Rejection of invention patent application after publication