CN114155121A - 中考实验操作人工智能ai辅助评分系统 - Google Patents
中考实验操作人工智能ai辅助评分系统 Download PDFInfo
- Publication number
- CN114155121A CN114155121A CN202111227113.1A CN202111227113A CN114155121A CN 114155121 A CN114155121 A CN 114155121A CN 202111227113 A CN202111227113 A CN 202111227113A CN 114155121 A CN114155121 A CN 114155121A
- Authority
- CN
- China
- Prior art keywords
- module
- examination
- scoring
- electrically connected
- model
- 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
Links
- 238000002474 experimental method Methods 0.000 title claims abstract description 34
- 238000012360 testing method Methods 0.000 title description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 230000008676 import Effects 0.000 claims description 15
- 238000013473 artificial intelligence Methods 0.000 claims description 12
- 238000013135 deep learning Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 6
- 238000013136 deep learning model Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012552 review Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 239000010425 asbestos Substances 0.000 description 2
- -1 blocks Substances 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 229910052895 riebeckite Inorganic materials 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000002054 transplantation Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- 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
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了中考实验操作人工智能AI辅助评分系统,包括考生终端,所述考生终端的输出端电连接有考点机房端口,所述考点机房端口的输出端电连接有教育机机房,所述教育机机房的输出端电连接有AI评分模块。本发明所述的中考实验操作人工智能AI辅助评分系统,通过建立非标准化实验仪器和设备的样本库,可避免后期的大量经费用于到采购统一的实验仪器上,模型优化模块可将模型优化工具对模型的尺度、响应时间和计算开销进行优化,减少模型参数的使用量、对模型精度进行量化和改进模型的拓扑结构,适用于将模型部署到终端设备,或在有硬件局限时运行模型,提供可视化工具展示数据流图、绘制分析图、显示附加数据等。
Description
技术领域
本发明涉及中考评分领域,特别涉及中考实验操作人工智能AI辅助评分系统。
背景技术
实验操作,具体指实验室中药品的取用、存放、仪器的连接组装及洗涤等内容,主要介绍了操作时须遵守的原则和步骤,在具体实验时应当严格遵照这些步骤进行实验,以防止发生事故或导致实验发生错误,现有的评分系统不能提供提供可视化工具展示数据流图、绘制分析图、显示附加数据等,且不能对照评分细则,生成考生实验操作考试的得分项、扣分项、场景识别文字、截图链接的报告,在后续学生反应评分出现问题后,后续的解决处理过于麻烦。
因此,提出中考实验操作人工智能AI辅助评分系统来解决上述问题很有必要。
发明内容
本发明的主要目的在于提供中考实验操作人工智能AI辅助评分系统,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:
中考实验操作人工智能AI辅助评分系统,包括考生终端,所述考生终端的输出端电连接有考点机房端口,所述考点机房端口的输出端电连接有教育机机房,所述教育机机房的输出端电连接有AI评分模块。
优选的,所述考生终端的输出端通过交换机与考点机房端口的输入端电连接,所述考生终端包括录像模块和监考端,所述录像模块的输出端与监考端的输入端电连接。
优选的,所述考点机房端口包括校级管理平台模块、录制代理服务端口和校级储存平台模块,所述校级管理平台模块和录制代理服务端口的输出端通过交换机与校级储存平台模块的输出端电连接。
优选的,所述教育机机房包括教育服务器集群和实验考试模块,所述教育服务器集群的输出端与实验考试模块的输入端电连接。
优选的,所述AI评分模块包括AI辅助评卷算法模块、AI辅助评卷识别模块和AI辅助评卷评分模块。
优选的,所述AI辅助评卷算法模块包括数据流识别分析模块、深度学习模块、模型生命周期管理模块、算法实验模块和模型优化模块,所述AI辅助评卷算法模块的输出端与数据流识别分析模块、深度学习模块、模型生命周期管理模块、算法实验模块和模型优化模块的输入端电连接。
优选的,所述AI辅助评卷识别模块的输出端与录像导入模块的输入端电连接,所述录像导入模块的输出端与识别模块的输入端电连接。
优选的,所述AI辅助评卷评分模块包括样本库模块、实验仪器设备特征库模块、评分规则模块和考试分析模块,所述样本库模块的输出端与实验仪器设备特征库模块的输入端电连接,所述实验仪器设备特征库模块的输出端与评分规则模块的输入端电连接,所述评分规则模块的输出端与考试分析模块的输入端电连接。
有益效果
与现有技术相比,本发明提供了中考实验操作人工智能AI辅助评分系统,具备以下有益效果:
1、该中考实验操作人工智能AI辅助评分系统,通过设置的监考端可用于考前的考场配置、考生座位抽签以及座位表的打印,考中的现场监考、考场突发情况的处理等,录像模块可对考生的现场进行监控,并将录入的信息传输至监考端,配合现场监控老师进行监控,并可用于对考生信息的展示、确认以及考试操作过程的录制。
2、该中考实验操作人工智能AI辅助评分系统,通过设置的考点机房端口,可接收从考生终端传输过来的信息,校级管理平台模块可将这些信息进行整理,录制代理服务端口可将录像模块录入的信息通过交换机传输给校级储存平台模块,并通过校级储存平台模块储存至校园储存盘内。
3、该中考实验操作人工智能AI辅助评分系统,通过设置的教育机机房,可接收送考点机房端口传输过来的信息,通过设置的实验考试模块,可将本场考试的信息从教育服务器集群导出,并进行后续评分。
4、该中考实验操作人工智能AI辅助评分系统,AI评分模块可接收从实验考试模块传输过来的考试信息,数据流识别分析模块可深度学习主流算法,且支持已有的GPU服务器、平板电脑,并支持Windows操作系统移植,即同一个模型可以在各类终端、服务中运行并使用GPU或TPU加速而无需重新编码,方便在各平台进行使用,深度学习模块具备同时运行多个大规模的深度学习模型,算法实验模块可支持模型生命周期管理,算法实验,并可高效地利用GPU资源,提供高阶神经网络API,封装神经网络的训练、评估、预测、导出等操作,模型优化模块提供模型优化工具对模型的尺度、响应时间和计算开销进行优化,减少模型参数的使用量、对模型精度进行量化和改进模型的拓扑结构,适用于将模型部署到终端设备,或在有硬件局限时运行模型,提供可视化工具展示数据流图、绘制分析图、显示附加数据等。
5、该中考实验操作人工智能AI辅助评分系统,通过设置的AI辅助评卷识别模块,可对录像导入模块发出指令,使得录像导入模块可将录像模块录入的信息导入,并通过识别模块对录入的信息进行识别,可根据实验考试题目涉及的物品,识别出每个物体的位置、数量、名称,识别出视频内人体行为动作,环境变化,或是物体位置和状态变化,具备操作区域识别包括桌面和操作区警示线,物理器材识别包括电压表、电流表、电池、电池盒、导线、滑动变阻器、定值电阻、单刀开关、平面木板、小车、圆形配重块、木块、金属钩码、电子秤、平板测力计、托盘天平、铜螺丝螺母、水槽、光具座、小灯座、小灯泡、刻度尺、电子秒表、量筒、打火机、小蜡烛等。化学器材识别:铁架台、试管架、试管夹、酒精灯、坩埚钳、镊子、药匙、试管刷、试管、烧杯、蒸发皿、胶塞、量筒、漏斗、滴瓶、细口瓶、广口瓶、胶头滴管、玻璃棒、玻璃片、石棉网、打火机、火柴、颗粒物、粉末物、块状物、液体、纸张等。
6、该中考实验操作人工智能AI辅助评分系统,通过设置的样本库模块,可建立非标准化实验仪器和设备的样本库,基于实验仪器和相关的设备充分利旧和经济高效原则,避免后期的大量经费用于到采购统一的实验仪器上,通过设置的实验仪器设备特征库模块,可构建所有主流实验仪器设备的类型及型号特征库,采用计算机深度学习模型技术建立仪器目标检测方法,构建实验操作行为识别模型,无需重新购买专用实验仪器,以最低的成本实现人工智能阅卷评分,评分规则模块按照实验操作考试评分细则维护各题目的关键实操步骤评分点,考试分析模块可对照评分规则模块,生成考生实验操作考试的得分项、扣分项、场景识别文字、截图链接的报告,保留流媒体服务器关联考生的视频点播链接,可用于人工检查判断。
附图说明
图1是本发明的主系统图;
图2是本发明AI辅助评卷算法模块的系统图;
图3是本发明AI辅助评卷识别模块和的AI辅助评卷评分图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1-3所示,中考实验操作人工智能AI辅助评分系统,包括考生终端,考生终端的输出端电连接有考点机房端口,考点机房端口的输出端电连接有教育机机房,教育机机房的输出端电连接有AI评分模块,考生终端的输出端通过交换机与考点机房端口的输入端电连接,考生终端包括录像模块和监考端,录像模块的输出端与监考端的输入端电连接,通过设置的监考端可用于考前的考场配置、考生座位抽签以及座位表的打印,考中的现场监考、考场突发情况的处理等,录像模块可对考生的现场进行监控,并将录入的信息传输至监考端,配合现场监控老师进行监控,并可用于对考生信息的展示、确认以及考试操作过程的录制,考点机房端口包括校级管理平台模块、录制代理服务端口和校级储存平台模块,校级管理平台模块和录制代理服务端口的输出端通过交换机与校级储存平台模块的输出端电连接,通过设置的考点机房端口,可接收从考生终端传输过来的信息,校级管理平台模块可将这些信息进行整理,录制代理服务端口可将录像模块录入的信息通过交换机传输给校级储存平台模块,并通过校级储存平台模块储存至校园储存盘内,教育机机房包括教育服务器集群和实验考试模块,教育服务器集群的输出端与实验考试模块的输入端电连接,通过设置的教育机机房,可接收送考点机房端口传输过来的信息,通过设置的实验考试模块,可将本场考试的信息从教育服务器集群导出,并进行后续评分,AI评分模块包括AI辅助评卷算法模块、AI辅助评卷识别模块和AI辅助评卷评分模块,AI辅助评卷算法模块包括数据流识别分析模块、深度学习模块、模型生命周期管理模块、算法实验模块和模型优化模块,AI辅助评卷算法模块的输出端与数据流识别分析模块、深度学习模块、模型生命周期管理模块、算法实验模块和模型优化模块的输入端电连接,AI辅助评卷识别模块的输出端与录像导入模块的输入端电连接,录像导入模块的输出端与识别模块的输入端电连接,AI辅助评卷评分模块包括样本库模块、实验仪器设备特征库模块、评分规则模块和考试分析模块,样本库模块的输出端与实验仪器设备特征库模块的输入端电连接,实验仪器设备特征库模块的输出端与评分规则模块的输入端电连接,评分规则模块的输出端与考试分析模块的输入端电连接,AI评分模块可接收从实验考试模块传输过来的考试信息,数据流识别分析模块可深度学习主流算法,且支持已有的GPU服务器、平板电脑,并支持Windows操作系统移植,即同一个模型可以在各类终端、服务中运行并使用GPU或TPU加速而无需重新编码,方便在各平台进行使用,深度学习模块具备同时运行多个大规模的深度学习模型,算法实验模块可支持模型生命周期管理,算法实验,并可高效地利用GPU资源,提供高阶神经网络API,封装神经网络的训练、评估、预测、导出等操作,模型优化模块提供模型优化工具对模型的尺度、响应时间和计算开销进行优化,减少模型参数的使用量、对模型精度进行量化和改进模型的拓扑结构,适用于将模型部署到终端设备,或在有硬件局限时运行模型,提供可视化工具展示数据流图、绘制分析图、显示附加数据等,通过设置的AI辅助评卷识别模块,可对录像导入模块发出指令,使得录像导入模块可将录像模块录入的信息导入,并通过识别模块对录入的信息进行识别,可根据实验考试题目涉及的物品,识别出每个物体的位置、数量、名称,识别出视频内人体行为动作,环境变化,或是物体位置和状态变化,具备操作区域识别包括桌面和操作区警示线,物理器材识别包括电压表、电流表、电池、电池盒、导线、滑动变阻器、定值电阻、单刀开关、平面木板、小车、圆形配重块、木块、金属钩码、电子秤、平板测力计、托盘天平、铜螺丝螺母、水槽、光具座、小灯座、小灯泡、刻度尺、电子秒表、量筒、打火机、小蜡烛等。化学器材识别:铁架台、试管架、试管夹、酒精灯、坩埚钳、镊子、药匙、试管刷、试管、烧杯、蒸发皿、胶塞、量筒、漏斗、滴瓶、细口瓶、广口瓶、胶头滴管、玻璃棒、玻璃片、石棉网、打火机、火柴、颗粒物、粉末物、块状物、液体、纸张等,通过设置的样本库模块,可建立非标准化实验仪器和设备的样本库,基于实验仪器和相关的设备充分利旧和经济高效原则,避免后期的大量经费用于到采购统一的实验仪器上,通过设置的实验仪器设备特征库模块,可构建所有主流实验仪器设备的类型及型号特征库,采用计算机深度学习模型技术建立仪器目标检测方法,构建实验操作行为识别模型,无需重新购买专用实验仪器,以最低的成本实现人工智能阅卷评分,评分规则模块按照实验操作考试评分细则维护各题目的关键实操步骤评分点,考试分析模块可对照评分规则模块,生成考生实验操作考试的得分项、扣分项、场景识别文字、截图链接的报告,保留流媒体服务器关联考生的视频点播链接,可用于人工检查判断。
需要说明的是,本发明为中考实验操作人工智能AI辅助评分系统,使用时录像模块将考试现场的信息录入,并传输至监考端,监考端将信息从考生终端通过交换机传输至考点机房端口,校级管理平台模块和录制代理服务端口通过交换机将接收到的信息存储至校级储存平台模块,校级储存平台模块将考试信息传输至教育机机房,当需要评分时,实验考试模块将考试信息从教育服务器集群导出并传输至AI评分模块,AI辅助评卷算法模块将传输给AI评分模块的信息收集,数据流识别分析模块将这些数据进行分析识别,深度学习模块可学习网络上的主流算法,模型生命周期管理模块和算法实验模块可支持模型生命周期管理和算法实验,模型优化模块对拍摄到的模型的尺度、响应时间和计算开销进行优化,AI辅助评卷识别模块对录像导入模块发出指令,录像导入模块将录像模块录入的适配导入至识别模块,再根据实验考试题目涉及的物品,识别出每个物体的位置、数量、名称,识别出视频内人体行为动作,环境变化,AI辅助评卷评分模块通过样本库模块建造的样本库,可查询以往的仪器和设备,实验仪器设备特征库模块采用计算机深度学习模型技术建立仪器目标检测方法,构建实验操作行为识别模型,评分规则模块可对照实验操作考试评分细则来进行评分,评分完成后,考试分析模块会生成考生实验操作考试的得分项、扣分项、场景识别文字、截图链接的报告。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.中考实验操作人工智能AI辅助评分系统,包括考生终端,其特征在于:所述考生终端的输出端电连接有考点机房端口,所述考点机房端口的输出端电连接有教育机机房,所述教育机机房的输出端电连接有AI评分模块。
2.根据权利要求1所述的中考实验操作人工智能AI辅助评分系统,其特征在于:所述考生终端的输出端通过交换机与考点机房端口的输入端电连接,所述考生终端包括录像模块和监考端,所述录像模块的输出端与监考端的输入端电连接。
3.根据权利要求1所述的中考实验操作人工智能AI辅助评分系统,其特征在于:所述考点机房端口包括校级管理平台模块、录制代理服务端口和校级储存平台模块,所述校级管理平台模块和录制代理服务端口的输出端通过交换机与校级储存平台模块的输出端电连接。
4.根据权利要求1所述的中考实验操作人工智能AI辅助评分系统,其特征在于:所述教育机机房包括教育服务器集群和实验考试模块,所述教育服务器集群的输出端与实验考试模块的输入端电连接。
5.根据权利要求4所述的中考实验操作人工智能AI辅助评分系统,其特征在于:所述AI评分模块包括AI辅助评卷算法模块、AI辅助评卷识别模块和AI辅助评卷评分模块。
6.根据权利要求1所述的中考实验操作人工智能AI辅助评分系统,其特征在于:所述AI辅助评卷算法模块包括数据流识别分析模块、深度学习模块、模型生命周期管理模块、算法实验模块和模型优化模块,所述AI辅助评卷算法模块的输出端与数据流识别分析模块、深度学习模块、模型生命周期管理模块、算法实验模块和模型优化模块的输入端电连接。
7.根据权利要求1所述的中考实验操作人工智能AI辅助评分系统,其特征在于:所述AI辅助评卷识别模块的输出端与录像导入模块的输入端电连接,所述录像导入模块的输出端与识别模块的输入端电连接。
8.根据权利要求1所述的中考实验操作人工智能AI辅助评分系统,其特征在于:所述AI辅助评卷评分模块包括样本库模块、实验仪器设备特征库模块、评分规则模块和考试分析模块,所述样本库模块的输出端与实验仪器设备特征库模块的输入端电连接,所述实验仪器设备特征库模块的输出端与评分规则模块的输入端电连接,所述评分规则模块的输出端与考试分析模块的输入端电连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111227113.1A CN114155121A (zh) | 2021-10-21 | 2021-10-21 | 中考实验操作人工智能ai辅助评分系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111227113.1A CN114155121A (zh) | 2021-10-21 | 2021-10-21 | 中考实验操作人工智能ai辅助评分系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114155121A true CN114155121A (zh) | 2022-03-08 |
Family
ID=80458472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111227113.1A Pending CN114155121A (zh) | 2021-10-21 | 2021-10-21 | 中考实验操作人工智能ai辅助评分系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114155121A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117082268A (zh) * | 2023-10-18 | 2023-11-17 | 成都有为财商教育科技有限公司 | 一种在线直播的视屏录播方法及系统 |
CN117726977A (zh) * | 2024-02-07 | 2024-03-19 | 南京百伦斯智能科技有限公司 | 基于dcnn的实验操作关键节点评分方法和系统 |
-
2021
- 2021-10-21 CN CN202111227113.1A patent/CN114155121A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117082268A (zh) * | 2023-10-18 | 2023-11-17 | 成都有为财商教育科技有限公司 | 一种在线直播的视屏录播方法及系统 |
CN117082268B (zh) * | 2023-10-18 | 2024-01-30 | 成都有为财商教育科技有限公司 | 一种在线直播的视屏录播方法及系统 |
CN117726977A (zh) * | 2024-02-07 | 2024-03-19 | 南京百伦斯智能科技有限公司 | 基于dcnn的实验操作关键节点评分方法和系统 |
CN117726977B (zh) * | 2024-02-07 | 2024-04-12 | 南京百伦斯智能科技有限公司 | 基于dcnn的实验操作关键节点评分方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114155121A (zh) | 中考实验操作人工智能ai辅助评分系统 | |
CN108984516B (zh) | 一种基于弹幕评论云数据的在线课程内容测评方法及系统 | |
CN110263020A (zh) | 在线学习测验题库管理系统及管理方法 | |
CN110379036A (zh) | 变电站智能巡检识别方法、系统、装置及存储介质 | |
CN115438726A (zh) | 一种基于数字孪生技术的设备寿命与故障类型预测方法及系统 | |
CN112613569A (zh) | 图像识别方法、图像分类模型的训练方法及装置 | |
CN112306816A (zh) | 一种基于深度学习的评测实体机器人响应的方法及其系统 | |
CN113470475A (zh) | 一种基于场景模拟与物联网的实操学习考核方法与系统 | |
CN112465293A (zh) | 一种用于计量采集运维专业技能自评系统 | |
CN109345097A (zh) | 一种粮食质检监督检查的方法及系统 | |
CN116664001B (zh) | 一种基于人工智能的学员技能评估方法及系统 | |
CN111724050A (zh) | 一种基于教学过程数据的教学风险预警方法 | |
CN106685926A (zh) | 信息系统安全等级测评方法和系统 | |
CN114441463B (zh) | 全光谱水质数据分析方法 | |
CN113033845B (zh) | 一种电力传输资源共建共享的建设方法及装置 | |
CN107885890A (zh) | 基于云平台的一体化管理测试系统 | |
CN114333485A (zh) | 一种基于物联网的设备在线模拟调试系统 | |
CN112101643A (zh) | 一种基于在线教育的学生成绩预测方法及系统 | |
CN112347889A (zh) | 一种变电站作业行为辨识方法及装置 | |
CN111985793A (zh) | 一种学生网上评教方法 | |
CN112507517A (zh) | 一种航电设备健康表征参数轨迹建立方法 | |
CN111402656A (zh) | 一种云计算教学系统 | |
CN110298580A (zh) | 一种基于人力资源开发的职业潜能测评系统 | |
CN112182900B (zh) | 一种可靠性虚拟实验教学系统与方法 | |
CN111797311B (zh) | 一种电梯重量平衡系数检测系统 |
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 |