CN111613105A - 一种智能分析系统 - Google Patents

一种智能分析系统 Download PDF

Info

Publication number
CN111613105A
CN111613105A CN202010356433.6A CN202010356433A CN111613105A CN 111613105 A CN111613105 A CN 111613105A CN 202010356433 A CN202010356433 A CN 202010356433A CN 111613105 A CN111613105 A CN 111613105A
Authority
CN
China
Prior art keywords
writing
pen
data
client
point
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
CN202010356433.6A
Other languages
English (en)
Inventor
章红红
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 Qichu Education Technology Co ltd
Original Assignee
Shanghai Qichu Education Technology Co ltd
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 Qichu Education Technology Co ltd filed Critical Shanghai Qichu Education Technology Co ltd
Priority to CN202010356433.6A priority Critical patent/CN111613105A/zh
Publication of CN111613105A publication Critical patent/CN111613105A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • 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
    • G06V30/10—Character recognition
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
    • G06V30/244—Division of the character sequences into groups prior to recognition; Selection of dictionaries using graphical properties, e.g. alphabet type or font

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

一种智能分析系统，涉及教育信息化技术领域，特别涉及一种基于教辅(试卷)自动批改生成的数据进行智能分析的系统。它包含教辅(试卷)自动批改系统、内容处理服务器、客户端、数据处理系统。可以不改变传统纸质书写习惯，对学习过程中产生的数据自动收集、分析和存储。

Description

一种智能分析系统
技术领域
本发明涉及一种智能分析系统，涉及教育信息化技术领域，特别涉及一种基于教辅(试卷)自动批改生成的数据进行智能分析的系统。
背景技术
随着计算机技术和智能化的不断发展，在不改变学生传统的纸笔作答习惯下，能高效精准的获取学生在学习过程中产生的数据，针对学生数据进行智能分析和评价，使学生清楚知道知识点的掌握程度，对知识点针对性的复习与练习。
发明内容
本发明的目的在于针对现有技术的缺陷和不足，提供一种智能分析系统，解决在不改变传统纸质书写的使用模式下，实现学习数据无感收集，数据自动分析，帮助学生提高学习效率。
为实现上述目的，本发明采用以下技术方案是：一种智能分析系统它包含教辅(试卷)自动批改系统、内容处理服务器、客户端、数据处理系统。
进一步的，所述的教辅(试卷)自动批改系统还包含带点码的教辅(试卷)、智能笔。
进一步的，所述的带点码的教辅(试卷)用于书写作答。
进一步的，所述的智能笔用于在带点码的教辅(试卷)上书写作答和储存书写的数据，并将书写的数据传输至客户端。
进一步的，所述的内容处理服务器用于错题的收集、储存，将收集的错题传输至客户端显示。
进一步的，所述的客户端用于显示每个科目收集的错题以及错题的作答。
进一步的，所述的数据处理系统还包含识别服务器、批改服务器。
进一步的，所述的识别服务器用于识别书写的数据，并将识别的内容传输至批改服务器。
进一步的，所述的批改服务器用于根据批改规则将识别的内容与标准答案进行对比打分，并将批改结果返回内容处理服务器。
进一步的，所述的带点码的教辅(试卷)制作步骤为：
步骤1，将教辅(试卷)的原始PDF文件上传到本系统的操作后台；
步骤2，根据上传的PDF文件在操作后台生成图片，在图片上画出每个答题区域；
步骤3，在答题区录入详细的信息，其中包含题型、分数、答案、识别类型。
步骤4，在后台服务器生成带点码的PDF文件，文件上印有一层不可见的点阵图案，基础点阵码应为1.8*1.8方阵，点码方阵中每个点应至少包含4种以上状态(依据所处位置)，点码方阵中每个点码间距为0.03mm以下，每页PDF上的点码都不相同，用于辨别书写数据；
步骤5，将带点码的PDF文件下载，并印刷，完成教辅(试卷)与系统的关联。
进一步的，所述的智能笔的信息采集方法的流程为：
步骤1，笔芯用于在带点码的教辅(试卷)上书写，并与书写检测器连接，书写时笔芯触动书写检测器，自动打开电源开关，使智能笔处于工作状态，笔芯可以使用油性、中性的圆珠笔和水笔，可以进行更换；
步骤2，电源用于为整支智能笔提供电能，可以手动开启关闭电源；
步骤3，书写检测器用于检测智能笔是否处于开机书写状态，书写检测器可通过检测笔尖对纸面压力和笔记留存，根据以上两项指标中的一种完成对智能笔是否处于开机书写状态的判断，记录书写该坐标点的压力值并将压力值传递给处理芯片；
步骤4，高速摄像头用于在书写检测器判定智能笔正处于开机书写状态时打开，对笔尖处所处点码坐标进行连续扫描记录，形成书写轨迹数据，高速摄像头每秒扫描速度50次以上，每次扫描区域至少可覆盖一组点码方阵，将每次扫描的点码坐标、笔迹顺序、运动速度、运笔时间等信息传递给处理芯片；
步骤5，处理芯片用于将书写检测器和高速摄像头所采集的书写轨迹信息包括纸张类型、页码、位置、笔迹坐标、运动轨迹、笔尖压力值、笔画顺序、运笔时间、运笔速度等信息解码英文和数字的数据；
步骤6，存储器用于在智能笔与客户端未连接时，暂时存储书写轨迹信息，书写轨迹信息上传客户端后，将自动将该信息删除；
步骤7，通讯模块用于与客户端进行蓝牙连接，打开手机蓝牙与智能笔通过蓝牙连接，通过蓝牙将处理芯片解码的数据上传至手机客户端。
进一步的，所述的客户端功能及流程为：
步骤1，用户需在客户端完成注册，个人档案存储到内容处理服务器；
步骤2，个人档案与所用的智能笔绑定，智能笔内置唯一识别号，系统根据该编号的智能笔所书写的数据与用户关联；
智能笔在带点码的教辅(试卷)上书写，智能笔与手机客户端通过蓝牙连接，并自动将处理芯片解码的数据上传至手机客户端；
步骤3，手机客户端接收智能笔上传的解码数据，并将此数据通过网络自动上传至内容处理服务器进行处理；
步骤4，通过客户端页面交互，查看教辅(试卷)作答批改情况，查看每个科目的错题以及本次作答数据的错题。
进一步的，所述的数据处理系统流程为：
步骤1，内容处理服务器根据每页教辅(试卷)的点码不同，将每页的数据分离；
步骤2，每一页的数据根据答题区域的点码坐标将数据再次分离；
将每个答题区信息和书写数据通过网络上传至识别服务器进行识别；
识别服务器通过网络将识别结果传送至批改服务器进行批改；
步骤3，将每个答题区域的数据通过算法还原书写笔迹；
计算公式为：B(t)＝P0(1-t)3+3P1t(1-t)2+3P2t2(1-t)+P3t3，t∈|0，1]；
步骤4，提取用户书写每个笔画的时间；
步骤5，内容处理服务器将书写时间、识别及批改结果储存；
步骤6，提取并分析需要显示的数据；
用户的正确率同一教辅(试卷)用户的正确率，所有用户的最高正确率、最低正确率、平均正确率；用户作答所用时长，所有用户作答的最长时长、最短时长、平均时长；查看每道题所有用户的正确率、最长用时、最短用时、平均时长以及用户自己该题作答正确或错误和作答所用时长；还可以查看用户数据所在班级、学校和区域统计中的具体情况
同一教辅(试卷)用户的正确率、平均正确率；用户作答时长、平均时长；每道题所有用户的正确率、用时时长、平均时长以及记录每个用户该题作答正确或错误；
每个章节教辅(试卷)用户正确率计算，用户正确率＝用户答题区正确数÷总答题区数×100％，系统将每个用户的正确率计算出来，并将正确率排序提取出最高正确率、最低正确率；
每个章节教辅(试卷)平均正确率计算，平均正确率＝所有作答用户正确率之和÷(章节总答题区数×作答用户数)×100％；
用户作答时长根据还原的书写轨迹，将书写的每个笔画的起笔坐标和收笔坐标提取同时得出该笔画的起笔时间和收笔时间，计算出该笔画的书写用时时长＝收笔时间-起笔时间，将所有笔画书写用时时长相加，得出用户作答时长，系统将每个用户作答时长计算出来，并将作答时长排序提取出最长时长、最短时长；
每个章节教辅(试卷)平均时长，平均时长＝所有作答用户时长之和÷作答用户数；
每道题的正确率＝作答正确用户数÷作答用户数×100％；
每道题的平均时长＝该题所有作答用户时长之和÷作答用户数；
根据用户录入所在班级、学校，将班级、学校用户的最高正确率、最低正确率、平均正确率；用户作答的最长时长、最短时长、平均时长数据提取整理；
根据用户手机所在区域，将该区域内的用户的最高正确率、最低正确率、平均正确率；用户作答的最长时长、最短时长、平均时长数据提取整理；
将数据返回客户端显示。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的系统框架图；
图2是本发明的带点码的教辅(试卷)制作流程图；
图3是本发明中智能笔的信息采集方法流程图；
图4是本发明的客户端流程及功能图；
图5是本发明的数据处理系统流程图。
具体实施方式
参看图1-图5所示，本具体实施方式采用的技术方案是：一种智能分析系统它由教辅(试卷)自动批改系统、内容处理服务器、客户端、数据处理系统组成。
进一步的，所述的教辅(试卷)自动批改系统还包含带点码的教辅(试卷)、智能笔。
进一步的，所述的带点码的教辅(试卷)用于书写作答。
进一步的，所述的智能笔用于在带点码的教辅(试卷)上书写作答和储存书写的数据，并将书写的数据传输至客户端。
进一步的，所述的内容处理服务器用于错题的收集、储存，将收集的错题传输至客户端显示。
进一步的，所述的客户端用于显示智能分析的数据呈现。
进一步的，所述的数据处理系统还包含识别服务器、批改服务器。
进一步的，所述的识别服务器用于识别书写的数据，并将识别的内容传输至批改服务器。
进一步的，所述的批改服务器用于根据批改规则将识别的内容与标准答案进行对比打分，并将批改结果返回内容处理服务器。
进一步的，所述的带点码的教辅(试卷)制作步骤为：
步骤1，将教辅(试卷)的原始PDF文件上传到本系统的操作后台；
步骤2，根据上传的PDF文件在操作后台生成图片，在图片上画出每个答题区域；
步骤3，在答题区录入详细的信息，其中包含题型、分数、答案、识别类型。
步骤4，在后台服务器生成带点码的PDF文件，文件上印有一层不可见的点阵图案，基础点阵码应为1.8*1.8方阵，点码方阵中每个点应至少包含4种以上状态(依据所处位置)，点码方阵中每个点码间距为0.03mm以下，每页PDF上的点码都不相同，用于辨别书写数据；
步骤5，将带点码的PDF文件下载，并印刷，完成教辅(试卷)与系统的关联。
进一步的，所述的智能笔的信息采集方法的流程为：
步骤1，笔芯用于在带点码的教辅(试卷)上书写，并与书写检测器连接，书写时笔芯触动书写检测器，自动打开电源开关，使智能笔处于工作状态，笔芯可以使用油性、中性的圆珠笔和水笔，可以进行更换；
步骤2，电源用于为整支智能笔提供电能，可以手动开启关闭电源；
步骤3，书写检测器用于检测智能笔是否处于开机书写状态，书写检测器可通过检测笔尖对纸面压力和笔记留存，根据以上两项指标中的一种完成对智能笔是否处于开机书写状态的判断，记录书写该坐标点的压力值并将压力值传递给处理芯片；
步骤4，高速摄像头用于在书写检测器判定智能笔正处于开机书写状态时打开，对笔尖处所处点码坐标进行连续扫描记录，形成书写轨迹数据，高速摄像头每秒扫描速度50次以上，每次扫描区域至少可覆盖一组点码方阵，将每次扫描的点码坐标、笔迹顺序、运动速度、运笔时间等信息传递给处理芯片；
步骤5，处理芯片用于将书写检测器和高速摄像头所采集的书写轨迹信息包括纸张类型、页码、位置、笔迹坐标、运动轨迹、笔尖压力值、笔画顺序、运笔时间、运笔速度等信息解码英文和数字的数据；
步骤6，存储器用于在智能笔与客户端未连接时，暂时存储书写轨迹信息，书写轨迹信息上传客户端后，将自动将该信息删除；
步骤7，通讯模块用于与客户端进行蓝牙连接，打开手机蓝牙与智能笔通过蓝牙连接，通过蓝牙将处理芯片解码的数据上传至手机客户端。
进一步的，所述的客户端功能及流程为：
步骤1，用户需在客户端完成注册，个人档案存储到内容处理服务器；
步骤2，个人档案与所用的智能笔绑定，智能笔内置唯一识别号，系统根据该编号的智能笔所书写的数据与用户关联；
智能笔在带点码的教辅(试卷)上书写，智能笔与手机客户端通过蓝牙连接，并自动将处理芯片解码的数据上传至手机客户端；
步骤3，手机客户端接收智能笔上传的解码数据，并将此数据通过网络自动上传至内容处理服务器进行处理；
步骤4，通过客户端页面交互，用户可查看同一教辅(试卷)用户的正确率，所有用户的最高正确率、最低正确率、平均正确率；用户作答所用时长，所有用户作答的最长时长、最短时长、平均时长；查看每道题所有用户的正确率、最长用时、最短用时、平均时长以及用户自己该题作答正确或错误和作答所用时长；还可以查看用户数据所在班级、学校和区域统计中的具体情况。
进一步的，所述的数据处理系统流程为：
步骤1，内容处理服务器根据每页教辅(试卷)的点码不同，将每页的数据分离；
步骤2，每一页的数据根据答题区域的点码坐标将数据再次分离；
将每个答题区信息和书写数据通过网络上传至识别服务器进行识别；
识别服务器通过网络将识别结果传送至批改服务器进行批改；
步骤3，将每个答题区域的数据通过算法还原书写笔迹；
计算公式为：B(t)＝P0(1-t)3+3P1t(1-t)2+3P2t2(1-t)+P3t3，t∈[0，1]；
步骤4，提取用户书写每个笔画的时间；
步骤5，内容处理服务器将书写时间、识别及批改结果储存；
步骤6，提取并分析需要显示的数据；
用户的正确率同一教辅(试卷)用户的正确率，所有用户的最高正确率、最低正确率、平均正确率；用户作答所用时长，所有用户作答的最长时长、最短时长、平均时长；查看每道题所有用户的正确率、最长用时、最短用时、平均时长以及用户自己该题作答正确或错误和作答所用时长；还可以查看用户数据所在班级、学校和区域统计中的具体情况
同一教辅(试卷)用户的正确率、平均正确率；用户作答时长、平均时长；每道题所有用户的正确率、用时时长、平均时长以及记录每个用户该题作答正确或错误；
每个章节教辅(试卷)用户正确率计算，用户正确率＝用户答题区正确数÷总答题区数×100％，系统将每个用户的正确率计算出来，并将正确率排序提取出最高正确率、最低正确率；
每个章节教辅(试卷)平均正确率计算，平均正确率＝所有作答用户正确率之和÷(章节总答题区数×作答用户数)×100％；
用户作答时长根据还原的书写轨迹，将书写的每个笔画的起笔坐标和收笔坐标提取同时得出该笔画的起笔时间和收笔时间，计算出该笔画的书写用时时长＝收笔时间-起笔时间，将所有笔画书写用时时长相加，得出用户作答时长，系统将每个用户作答时长计算出来，并将作答时长排序提取出最长时长、最短时长；
每个章节教辅(试卷)平均时长，平均时长＝所有作答用户时长之和÷作答用户数；
每道题的正确率＝作答正确用户数÷作答用户数×100％；
每道题的平均时长＝该题所有作答用户时长之和÷作答用户数；
根据用户录入所在班级、学校，将班级、学校用户的最高正确率、最低正确率、平均正确率；用户作答的最长时长、最短时长、平均时长数据提取整理；
根据用户手机所在区域，将该区域内的用户的最高正确率、最低正确率、平均正确率；用户作答的最长时长、最短时长、平均时长数据提取整理；
将数据返回客户端显示。
采用上述技术方案后，本发明有益效果为：可以不改变传统纸质书写习惯，学习过程中产生的数据能够永久存储，学生可以更快地掌握容易错的知识点。
以上所述，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种智能分析系统，其特征在于：它包含教辅(试卷)自动批改系统、内容处理服务器、客户端、数据处理系统；根据权利要求1所述的一种智能分析系统，其特征在于：所述的教辅(试卷)自动批改系统还包含带点码的教辅(试卷)、智能笔；所述的带点码的教辅(试卷)制作步骤为：步骤1，将教辅(试卷)的原始PDF文件上传到本系统的操作后台；步骤2，根据上传的PDF文件在操作后台生成图片，在图片上画出每个答题区域；步骤3，在答题区录入详细的信息，其中包含题型、分数、答案、识别类型；步骤4，在后台服务器生成带点码的PDF文件，文件上印有一层不可见的点阵图案，基础点阵码应为1.8*1.8方阵，点码方阵中每个点应至少包含4种以上状态(依据所处位置)，点码方阵中每个点码间距为0.03mm以下，每页PDF上的点码都不相同，用于辨别书写数据；步骤5，将带点码的PDF文件下载，并印刷，完成教辅(试卷)与系统的关联。
2.根据权利要求2所述的一种智能分析系统，其特征在于：所述的带点码的教辅(试卷)1用于书写作答。
3.根据权利要求2所述的一种智能分析系统，其特征在于：所述的智能笔用于在带点码的教辅(试卷)上书写作答和储存书写的数据，并将书写的数据传输至客户端；智能笔的信息采集方法的流程为：步骤1，笔芯用于在带点码的教辅(试卷)上书写，并与书写检测器连接，书写时笔芯触动书写检测器，自动打开电源开关，使智能笔处于工作状态，笔芯可以使用油性、中性的圆珠笔和水笔，可以进行更换；步骤2，电源用于为整支智能笔提供电能，可以手动开启关闭电源；步骤3，书写检测器用于检测智能笔是否处于开机书写状态，书写检测器可通过检测笔尖对纸面压力和笔记留存，根据以上两项指标中的一种完成对智能笔是否处于开机书写状态的判断，记录书写该坐标点的压力值并将压力值传递给处理芯片；步骤4，高速摄像头用于在书写检测器判定智能笔正处于开机书写状态时打开，对笔尖处所处点码坐标进行连续扫描记录，形成书写轨迹数据，高速摄像头每秒扫描速度50次以上，每次扫描区域至少可覆盖一组点码方阵，将每次扫描的点码坐标、笔迹顺序、运动速度、运笔时间等信息传递给处理芯片；步骤5，处理芯片用于将书写检测器和高速摄像头所采集的书写轨迹信息包括纸张类型、页码、位置、笔迹坐标、运动轨迹、笔尖压力值、笔画顺序、运笔时间、运笔速度等信息解码英文和数字的数据；步骤6，存储器用于在智能笔与客户端未连接时，暂时存储书写轨迹信息，书写轨迹信息上传客户端后，将自动将该信息删除；步骤7，通讯模块用于与客户端进行蓝牙连接，打开手机蓝牙与智能笔通过蓝牙连接，通过蓝牙将处理芯片解码的数据上传至手机客户端。
4.根据权利要求1所述的一种智能分析系统，其特征在于：所述的内容处理服务器用于错题的收集、储存，将收集的错题传输至客户端显示；客户端功能及流程为：步骤1，用户需在客户端完成注册，个人档案存储到内容处理服务器；步骤2，个人档案与所用的智能笔绑定，智能笔内置唯一识别号，系统根据该编号的智能笔所书写的数据与用户关联；智能笔在带点码的教辅(试卷)上书写，智能笔与手机客户端通过蓝牙连接，并自动将处理芯片解码的数据上传至手机客户端；步骤3，手机客户端接收智能笔上传的解码数据，并将此数据通过网络自动上传至内容处理服务器进行处理；步骤4，通过客户端页面交互，查看教辅(试卷)作答批改情况，查看每个科目的错题以及本次作答数据的错题。
5.根据权利要求1所述的一种智能分析系统，其特征在于：所述的客户端用于显示每个科目收集的错题以及错题的作答。
6.根据权利要求1所述的一种智能分析系统，其特征在于：所述的数据处理系统还包含识别服务器、批改服务器。
7.根据权利要求1所述的一种智能分析系统，其特征在于：所述的识别服务器用于识别书写的数据，并将识别的内容传输至批改服务器。
8.根据权利要求1所述的一种智能分析系统，其特征在于：所述的批改服务器用于根据批改规则将识别的内容与标准答案进行对比打分，并将批改结果返回内容处理服务器。
9.根据权利要求1所述的一种智能分析系统，其特征在于：所述的数据处理系统流程为：
步骤1，内容处理服务器根据每页教辅(试卷)的点码不同，将每页的数据分离；
步骤2，每一页的数据根据答题区域的点码坐标将数据再次分离；
将每个答题区信息和用户的书写数据通过网络上传至识别服务器进行识别；
识别服务器将根据答题区信息选择对应的识别库将用户书写数据进行识别；
识别服务器通过网络将用户书写数据的识别结果传送至批改服务器进行批改；
批改服务器将根据答题区信息选择对应的批改规则；
步骤3，将每个答题区域的数据通过算法还原；
计算公式为：B(t)＝P0(1-t)3+3P1t(1-t)2+3P2t2(1-t)+P3t3，t∈[0，1]
计算出的轨迹再根据每个坐标点的压力大小将线条的粗细还原；
步骤4，根据每个笔画起笔的坐标点提取出用户书写笔迹的时间；
步骤5，内容处理服务器将笔迹书写时间、识别及批改结果储存；
步骤6，内容处理服务器将批改结果为错误的题目自动提取至用户对应科目的错题档案中。
CN202010356433.6A 2020-04-29 2020-04-29 一种智能分析系统 Pending CN111613105A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010356433.6A CN111613105A (zh) 2020-04-29 2020-04-29 一种智能分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010356433.6A CN111613105A (zh) 2020-04-29 2020-04-29 一种智能分析系统

Publications (1)

Publication Number Publication Date
CN111613105A true CN111613105A (zh) 2020-09-01

Family

ID=72201220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010356433.6A Pending CN111613105A (zh) 2020-04-29 2020-04-29 一种智能分析系统

Country Status (1)

Country Link
CN (1) CN111613105A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418806A (zh) * 2022-03-25 2022-04-29 北京一起航帆科技有限公司 一种数据处理方法、装置和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107240330A (zh) * 2017-06-27 2017-10-10 北京新国人智慧科技股份有限公司 练字笔迹显示方法及系统、智能练字终端及智能练字系统
CN110189237A (zh) * 2019-05-13 2019-08-30 上海奇初教育科技有限公司 作业自动批改系统及批改方法
CN110827596A (zh) * 2018-08-08 2020-02-21 深圳市鹰硕技术有限公司 一种基于智能笔的答题方法
CN111047934A (zh) * 2020-01-07 2020-04-21 上海奇初教育科技有限公司 一种试卷制作及自动批改系统
CN111047933A (zh) * 2020-01-07 2020-04-21 上海奇初教育科技有限公司 一种教辅自动批改系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107240330A (zh) * 2017-06-27 2017-10-10 北京新国人智慧科技股份有限公司 练字笔迹显示方法及系统、智能练字终端及智能练字系统
CN110827596A (zh) * 2018-08-08 2020-02-21 深圳市鹰硕技术有限公司 一种基于智能笔的答题方法
CN110189237A (zh) * 2019-05-13 2019-08-30 上海奇初教育科技有限公司 作业自动批改系统及批改方法
CN111047934A (zh) * 2020-01-07 2020-04-21 上海奇初教育科技有限公司 一种试卷制作及自动批改系统
CN111047933A (zh) * 2020-01-07 2020-04-21 上海奇初教育科技有限公司 一种教辅自动批改系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
房俊东: "《攀登者的足迹 百步梯攀登计划优秀论文集 2009-2010》", 31 March 2012 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418806A (zh) * 2022-03-25 2022-04-29 北京一起航帆科技有限公司 一种数据处理方法、装置和电子设备
CN114418806B (zh) * 2022-03-25 2022-07-12 北京一起航帆科技有限公司 一种数据处理方法、装置和电子设备

Similar Documents

Publication Publication Date Title
CN110795543B (zh) 基于深度学习的非结构化数据抽取方法、装置及存储介质
CN111047933A (zh) 一种教辅自动批改系统
CN111047934A (zh) 一种试卷制作及自动批改系统
US7684621B2 (en) Method and system for identifying multiple questionnaire pages
CN111680555A (zh) 一种智能手写笔迹识别系统
JP5136769B2 (ja) 電子ペンによる記入進捗を管理する端末装置及びプログラム
CN110659612B (zh) 基于纸笔改良的数字化阅卷方法及系统
JP5099595B2 (ja) 電子ペン・システム及びそのプログラム
CN110232377A (zh) 一种字帖练习书法的人工智能评分系统及方法
CN112506360A (zh) 一种常规纸质书写作业或试卷的智能识别及批改方法
CN109656465A (zh) 一种应用于家教设备的内容获取方法及家教设备
CN112861782B (zh) 票据照片关键信息提取系统及方法
CN104376336A (zh) 一种手写识别的方法及手写笔
CN111638807A (zh) 一种基于智能手写笔的学习辅助系统
CN112528799B (zh) 一种教学直播方法、装置、计算机设备和存储介质
CN111613105A (zh) 一种智能分析系统
CN114730241B (zh) 触摸式用户界面输入中的手势笔画识别
CN111797825A (zh) 一种智能评卷系统
CN117095414A (zh) 一种基于点阵纸笔的手写识别系统及识别方法
CN112560663A (zh) 教学视频打点方法、相关设备及可读存储介质
CN111613107A (zh) 一种人工智能作业系统
CN116758786A (zh) 书法测评方法、装置、计算机设备及介质
CN110910290A (zh) 基于点阵笔技术进行错题管理的方法
CN111858858A (zh) 一种智能错题本制作方法及自动批改系统
KR100795951B1 (ko) 채점 시스템 및 그 제어방법

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: 20200901

RJ01 Rejection of invention patent application after publication