CN115908069B - 一种中小学生体测数据的智慧管理方法及系统 - Google Patents

Abstract

本发明涉及智能管理技术领域，提供了一种中小学生体测数据的智慧管理方法及系统，所述方法包括：读取身份标识设备，获得用户信息；获得用户图像采集结果；获得用户认证信息，读取体测信息，添加至用户信息，构成基础影响因子；获得时间标识体测数据；构建学生评价模型并修正，获取体测评价结果，添加至用户信息，发送至电子交互设备，解决了中小学生体测数据利用率低，学生的体测任务规划不合理，体测任务的执行效率低的技术问题，实现了进行体测数据交互共享，提高中小学生体测数据利用率，智能调取中小学生体测数据，及时通知学生进行体测任务规划，合理调配体测数据采集点的采集人数，为提高体测任务的整体执行效率提供支持的技术效果。

Description

一种中小学生体测数据的智慧管理方法及系统

技术领域

本发明涉及智能管理相关技术领域，具体涉及一种中小学生体测数据的智慧管理方法及系统。

背景技术

中考中，除试题考试外，还包括体育考试，人体在运动、劳动和日常活动中，受到力量、耐力、速度、灵敏、柔韧等机体能力限制，良好的体质为保证学生的长远发展奠定基础，由此，学校对中小学生体测的重视程度逐渐提升。

但，因教育资源分配不均（特指学科投入与学校体育方面投入不均），大量学校在体育方面投入低，中小学生体测数据大都采用纸质形式进行记录，由于中小学的学生体量大，对应中小学生体测信息数据体量大，中小学生体测信息数据管理难度高。

综上可知，亟需构建体测数据管理系统，智能管理中小学生体测数据，同步新增体测数据，提高体测任务的整体执行效率，对异常数据及时维护更新提供支持。

综上所述，现有技术中存在中小学生体测数据利用率低，学生的体测任务规划不合理，体测任务的执行效率低的技术问题。

发明内容

本申请通过提供了一种中小学生体测数据的智慧管理方法及系统，旨在解决现有技术中的中小学生体测数据利用率低，学生的体测任务规划不合理，体测任务的执行效率低的技术问题。

鉴于上述问题，本申请实施例提供了一种中小学生体测数据的智慧管理方法及系统。

本申请公开的第一个方面，提供了一种中小学生体测数据的智慧管理方法，其中，所述方法应用于智慧管理系统，所述智慧管理系统与电子交互设备、身份标识设备、图像采集设备通信连接，所述方法包括：读取第一用户的身份标识设备，根据读取信息获得用户信息；通过所述图像采集设备进行所述第一用户的用户图像采集，获得用户图像采集结果；根据所述用户信息获得用户认证信息，根据所述用户图像采集结果和所述用户认证信息进行用户身份认定；当身份认定结果为认定通过时，则读取所述第一用户当前项目的体测信息，将所述体测信息添加至所述用户信息；基于所述用户信息提取用户基础信息，根据所述用户基础信息构成基础影响因子；对所述用户信息进行体测信息提取，根据体测信息进行体测时间标识，获得时间标识体测数据；构建学生评价模型，通过所述基础影响因子进行所述学生评价模型的模型修正，将所述时间标识体测数据输入修正后的所述学生评价模型，输出体测评价结果，将所述体测评价结果添加至所述用户信息，并发送至所述电子交互设备。

本申请公开的另一个方面，提供了一种中小学生体测数据的智慧管理系统，其中，所述方法包括：用户信息获得模块，用于读取第一用户的身份标识设备，根据读取信息获得用户信息；用户图像采集模块，用于通过图像采集设备进行所述第一用户的用户图像采集，获得用户图像采集结果；用户身份认定模块，用于根据所述用户信息获得用户认证信息，根据所述用户图像采集结果和所述用户认证信息进行用户身份认定；体测信息读取模块，用于当身份认定结果为认定通过时，则读取所述第一用户当前项目的体测信息，将所述体测信息添加至所述用户信息；基础影响因子构成模块，用于基于所述用户信息提取用户基础信息，根据所述用户基础信息构成基础影响因子；体测信息提取模块，用于对所述用户信息进行体测信息提取，根据体测信息进行体测时间标识，获得时间标识体测数据；体测评价结果输出模块，用于构建学生评价模型，通过所述基础影响因子进行所述学生评价模型的模型修正，将所述时间标识体测数据输入修正后的所述学生评价模型，输出体测评价结果，将所述体测评价结果添加至所述用户信息，并发送至电子交互设备。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了读取第一用户的身份标识设备，获得用户信息；进行用户图像采集，获得用户图像采集结果；根据用户信息获得用户认证信息，进行用户身份认定，在认定通过时，读取当前项目的体测信息，添加至用户信息，提取用户基础信息，构成基础影响因子；进行体测信息提取，进行体测时间标识，获得时间标识体测数据；构建学生评价模型，通过基础影响因子进行学生评价模型的模型修正，将时间标识体测数据输入修正后的学生评价模型，输出体测评价结果，添加至用户信息，并发送至电子交互设备，实现了进行体测数据交互共享，提高中小学生体测数据利用率，智能调取中小学生体测数据，及时通知学生进行体测任务规划，合理调配体测数据采集点的采集人数，为提高体测任务的整体执行效率提供支持的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种中小学生体测数据的智慧管理方法可能的流程示意图；

图2为本申请实施例提供了一种中小学生体测数据的智慧管理方法中获得体测评价结果可能的流程示意图；

图3为本申请实施例提供了一种中小学生体测数据的智慧管理方法中站点监测数据发送可能的流程示意图；

图4为本申请实施例提供了一种中小学生体测数据的智慧管理系统可能的结构示意图。

附图标记说明：用户信息获得模块100，用户图像采集模块200，用户身份认定模块300，体测信息读取模块400，基础影响因子构成模块500，体测信息提取模块600，体测评价结果输出模块700。

具体实施方式

本申请提供的技术方案总体思路如下：

本申请实施例提供了采集体测信息，对学生的体测信息进行智能打分，提高学生体测信息评价精度，进行交互共享，提高体测信息的数据应用价值，进行中小学生体测数据的智慧管理，提升体测任务的整体执行效率。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种中小学生体测数据的智慧管理方法，其中，所述方法应用于智慧管理系统，所述智慧管理系统与电子交互设备、身份标识设备、图像采集设备通信连接，所述方法包括：

S10：读取第一用户的身份标识设备，根据读取信息获得用户信息；

S20：通过所述图像采集设备进行所述第一用户的用户图像采集，获得用户图像采集结果；

具体而言，所述智慧管理系统与电子交互设备、身份标识设备、图像采集设备通信连接，所述通信连接简单来说就是通过信号的传输交互，在所述智慧管理系统与电子交互设备、身份标识设备、图像采集设备之间构成通讯网络，为进行中小学生体测数据的智慧管理提供硬件支持；

所述第一用户可以是中小学生（体测目标用户），所述身份标识设备可以身份证等存在第一用户身份标记的设备，若所述身份标识设备为身份证，所述读取信息可以是用户姓名、身份证号等身份证上存在的信息，所述用户信息包括但不限于学生信息、学籍号、身份证号、手机号，所述图像采集设备即摄像机等影像采集设备；

读取第一用户的身份标识设备（现有技术，常见身份证属于非接触式IC卡，使用芯片来存储数据，利用射频识别技术实现无线数据读取），根据读取信息，在所述智慧管理系统中，进行数据定位提取，获得用户信息；通过所述图像采集设备进行所述第一用户的用户图像采集（一般为面部图像采集），获得用户图像采集结果，为进行体测数据管理提供数据基础。

S30：根据所述用户信息获得用户认证信息，根据所述用户图像采集结果和所述用户认证信息进行用户身份认定；

S40：当身份认定结果为认定通过时，则读取所述第一用户当前项目的体测信息，将所述体测信息添加至所述用户信息；

具体而言，所述用户认证信息即用户身份认证，所述用户认证信息可以包括用户所在地区认证信息、学校认证信息、年级认证信息、性别认证信息，所述用户身份认定可以限定为人证统一，所述当前项目可以是肺活量测试项目、跳远测试项目或其他测试项目中的任意一项测试项目，所述体测信息形如：肺活量测试-3000毫升、跳远测试-1.853m；

根据所述用户信息，依照地区、学校、年级、性别的顺序进行认证，获得用户认证信息；根据所述用户图像采集结果和所述用户认证信息，进行用户身份认定，若用户身份认定确定人证统一即表明身份认定结果为认定通过，则读取所述第一用户当前项目的体测信息，同时，将所述体测信息添加至所述用户信息，为进行管理提供数据支持。

S50：基于所述用户信息提取用户基础信息，根据所述用户基础信息构成基础影响因子；

S60：对所述用户信息进行体测信息提取，根据体测信息进行体测时间标识，获得时间标识体测数据；

S70：构建学生评价模型，通过所述基础影响因子进行所述学生评价模型的模型修正，将所述时间标识体测数据输入修正后的所述学生评价模型，输出体测评价结果，将所述体测评价结果添加至所述用户信息，并发送至所述电子交互设备。

具体而言，所述用户基础信息包括用户年龄信息、用户性别信息，基于所述用户信 息中的学生信息，提取用户基础信息，获取所述智慧管理系统的历史数据，所述历史数据包 括历史用户基础信息与历史体测信息，对历史用户基础信息与历史体测信息进行相关性分 析（为现有技术，一般的，可以采用皮尔逊双变量相关性分析算法、肯德尔相关性分析算法， 示例性说明：进行皮尔逊相关系数计算，以历史用户基础信息为与历史体测信息基础，皮尔 逊相关系数r等于协方差除以各自标准差的乘积，0≤|r|＜0.3为低相关；0.3≤|r|＜0.8为 中相关；0.8≤|r|＜1为高相关，在线性相关情况下，以皮尔逊相关系数r为相关系数，进行 线性拟合，生成相关性函数）（如：常见的举重运动，与人体的体重存在一定的关联，甲同学 的体重为50kg，举重成绩为39kg；乙同学的体重为45kg，举重成绩为35kg，代入相关性计算 公式中r=Corr(x，y)=，其中，x为同学的体重；y为举重成绩，经过多组数据 带入验证，相关性r高达0.817，即人体的体重存在高相关），生成相关性函数，将所述用户基 础信息作为输入信息，输入所述相关性函数，获取基础影响因子；

对所述用户信息进行体测信息提取，所述体测信息为第一用户所有项目的体测信息，将体测时间作为标识信息，对体测信息进行体测时间标识，获得时间标识体测数据；

构建学生评价模型，具体包括：获取《学生体质健康标准》、《体育锻炼标准》等相关规范文件，通过《学生体质健康标准》、《体育锻炼标准》等相关规范文件，设定项目打分规则，基于所有项目的项目打分规则（所述项目打分规则即单个项目指标评分表，《学生体质健康标准》已公开所有项目的单个项目指标评分表），通过项目在总分的占比（所述项目在总分的占比包括所有年级BMI占比为15分、所有年级肺活量占比为15分、小学一年级和二年级50米跑占比为20分、小学一年级和二年级坐位体前屈占比为30分、小学一年级和二年级1分钟跳绳20分等其他项目及指数，上述项目及指数参考《学生体质健康标准》、《体育锻炼标准》等相关规范文件确定），以BP网络模型为模型基础，将所述项目在总分的占比、所有项目的项目打分规则作为输入训练数据，输入所述BP网络模型中，采用每次根据训练得到的结果与预想结果进行误差分析，进而修改权值和阈值（进而修改权值和阈值，可以将BP网络模型训练至适用于进行学生评价），一步一步得到能输出和预想结果一致的模型，在模型输出趋于稳定（模型稳定：输出和预想结果一致）后，确定学生评价模型；

学生评价模型考虑到普适性，但不可避免的，学生评价模型的精度不高，为提升学生评价模型的精度，通过所述基础影响因子进行所述学生评价模型的模型修正，具体包括：将所述基础影响因子作为补充变量，将补充变量添加至所述学生评价模型的网络层，对所述学生评价模型的模型修正，获取修正后的所述学生评价模型；

将所述时间标识体测数据作为输入数据，输入修正后的所述学生评价模型，通过所述学生评价模型，输出体测评价结果，将所述体测评价结果添加至所述用户信息，并将添加体测评价结果的所述用户信息发送至所述电子交互设备，所述电子交互设备为班主任端体测数据交互读取终端，为实现中小学体测数据的便捷管理提供支持。

如图2所示，步骤S70包括步骤：

S71：通过模型预处理模块对所述时间标识体测数据进行时间关联特征分析，根据时间关联特征分析结果生成数据关联因子；

S72：通过所述数据关联因子进行所述时间标识体测数据的数据标识；

S73：获得所述时间标识体测数据的新添加体测数据；

S74：根据所述新添加体测数据进行数据横向比对，根据横向比对结果输出初始体测评价结果；

S75：根据所述初始体测评价结果和所述数据标识获得所述体测评价结果。

具体而言，所述时间关联特征分析即根据测量时间的不同进行数据关联特征标记，一般而言，数据越早，作用越小，第一特殊情况，比如特殊的生长期，体测数据变动较大，就可以标示出来，可以体现数据的重要程度，为分析现在的体测评价结果多了一个特殊参考数据；第二特殊情况，比如运动会前，运动会项目对应的体测数据参考价值高，获取班级里体测数据优秀的数据，将运动会项目作为筛选指标输入，就可以标识出推荐参加运动会项目的人员，可以体现数据的应用价值，所述新添加体测数据即同步体检执行过程的新增体测数据，所述数据横向比对即在同一项目内，进行数据比对，所述横向比对结果包括同一项目内的排位；

进行关联特征分析（如特殊的生长期，体测数据变动较大，生长期中的身高数据为体测数据中的重要数据；如运动会前，运动会项目对应体测数据为体测数据中的重要数据，结合数据应用方向去分析）；形成数据关联因子（进行纵向比对与横向比对，纵向比对可以确定是否处于生长期；横向比对可以确定是否为优秀数据，参加人数与优秀数据的数据量存在一致性，简单就是班级中需要3个人参加800m，优秀数据即班级中800m用时最短的3人的800m用时）；通过所述数据关联因子，进行所述时间标识体测数据的数据标识（将所述数据关联因子作为突出标记，进行所述时间标识体测数据的数据标识，为快速跳转查看提供支持，突出标记就是加上颜色底纹以突显内容，结合示例：突显项目可以是800m用时最短的3人的800m用时）；

通过模型预处理模块对所述时间标识体测数据进行时间关联特征分析，根据时间关联特征分析结果生成数据关联因子，所述数据关联因子可以是生长期身高数据、体测数据优秀数据（运动会前）；通过所述数据关联因子进行所述时间标识体测数据的数据标识；在体检执行过程中，获得所述时间标识体测数据的新添加体测数据；根据所述新添加体测数据进行数据横向比对，获取横向比对结果，根据横向比对结果，输出初始体测评价结果，所述初始体测评价结果包括体测信息与项目内排位信息（示例性的：800米项目：甲用时3'35"、乙用时3'50"、丙用时3'45"，所述初始体测评价结果可以表示为甲：3'35"/1、乙：3'50"/3、丙：3'45"/2）；所述体测评价结果还包括特殊参考标识，将所述初始体测评价结果和所述数据标识作为参考数据，对所述学生评价模型输出的体测评价结果进行特殊参考标识，获得所述体测评价结果，为保证体测评价结果的应用价值，重复体现体测评价结果的重要程度。

步骤S75包括步骤：

S751：构建所述初始体测评价结果和所述数据标识的占比分布权重；

S752：通过所述占比分布权重对所述数据标识和所述初始体测评价结果的影响加权计算；

S753：根据影响加权计算结果获得所述体测评价结果。

具体而言，将所述初始体测评价结果和所述数据标识作为参考数据，对所述学生评价模型输出的体测评价结果进行特殊参考标识，获得所述体测评价结果，具体包括：对所述初始体测评价结果和所述数据标识进行标准化处理，利用变异系数法对标准化处理得到的各个结果进行加权计算，所述变异系数法为一种客观赋权的方法，直接利用所述标准化处理得到的各个结果所包含的信息，通过计算构建所述初始体测评价结果和所述数据标识的占比分布权重；确定占比分布权重后，通过所述占比分布权重对所述数据标识和所述初始体测评价结果的影响加权计算，对所述数据标识和所述初始体测评价结果进行权重修正，获取影响加权计算结果，根据影响加权计算结果获得所述体测评价结果，所述体测评价结果还包括特殊参考标识，所述影响加权计算结果用于表征所述特殊参考标识的标识内容，为均衡参数指标差异，保证特殊参考标识的有效性。

如图3所示，步骤S70还包括步骤：

S76：获得体测采集站点的站点布设信息；

S77：通过所述摄像头进行所述体测采集站点的用户排队信息采集，获得实时排队信息；

S78：根据所述站点布设信息和所述实时排队信息生成站点监测数据；

S79：将所述站点监测数据发送至所述电子交互设备。

具体而言，为保证每个体测采集站点的使用效率，需要按照项目场地与项目人数进行合理规划，具体包括：所述体测采集站点可以是操场（用于测试1000米、800米）、肺活量测试仪器等相关采集站点，所述站点布设信息包括站点数量，所述实时排队信息包括等候人数、单次测试人数（如1000米，单次测试人数与跑道数相对应）；

在体测通知公布后，获得体测采集站点的站点布设信息；在体测采集站点中布设摄像头，通过所述摄像头进行所述体测采集站点的等候区、测试区用户排队信息采集，获得实时排队信息；根据所述站点布设信息和所述实时排队信息生成站点监测数据；将所述站点监测数据发送至所述电子交互设备，所述电子交互设备可以通过站点监测数据，合理安排部分学生参与测试（比如：同一项目：1000米，有两个操场，都在测，第一个操场的等候人数为60人，第二个操场的等候人数30人，在其他项目的等候区均饱和的情况下，可以安排30个学生去第二个操场的等候区，简单来说就是可以提供给老师，分别安排多少学生过去，或者不同项目），为优化项目人数排布，为减少体测总时耗提供支持，提高体测任务的整体执行效率。

步骤S78包括步骤：

S781：通过所述图像采集设备进行体测用户连续图像采集，获得连续监测图像集合；

S782：对所述连续监测图像集合进行用户特征识别，根据用户特征识别结果生成站点测试效率数据；

S783：根据所述站点测试效率数据和所述实时排队信息生成预估测试时间；

S784：根据所述站点布设信息和所述预估测试时间生成所述站点监测数据。

具体而言，根据所述站点布设信息和所述实时排队信息生成站点监测数据，具体包括：所述体测用户连续图像采集的采集频率可以设定为1S，所述连续监测图像集合中的连续监测图像均包括采集时刻标记，所述用户特征识别结果包括单人测试时耗，所述预估测试时间为实时排队信息对应学生完成测试的预估用时；

通过所述图像采集设备，对所述体测采集站点进行体测用户连续图像采集，获得连续监测图像集合；对所述连续监测图像集合进行用户特征识别（如肺活量测试仪器对应的用户特征：单人2-3次、取最优测试结果、单次测试时间一般为30S，其中，单次测试时间包括肺活量测试吹嘴的安装，在测试前，需要统一领取个人的肺活量测试吹嘴；如视力测试对应的用户特征：矫正度数、矫正后视力、未进行矫正用户的裸眼视力、左眼视力、右眼视力），获取用户特征识别结果，根据用户特征识别结果生成站点测试效率数据，所述站点测试效率数据包括单人测试时耗与所述单次测试人数；根据所述站点测试效率数据和所述实时排队信息，进行测试时耗预估（常见为，单次测试800米用时6分钟，跑道8条，30人测试，预计用时30除8向上取整即4次，4×6=24分钟，即30人测试800米对应的预估测试时间为24分钟），生成预估测试时间；将所述站点布设信息和所述预估测试时间添加至所述站点监测数据，生成所述站点监测数据，为保证站点监测数据的完整度提供支持。

本申请实施例还包括：

S81：统计更新后的所述用户信息，根据统计结果生成体测数据列表；

S82：对所述体测数据列表进行数据异常自检，获得异常数据集合；

S83：基于所述体测数据列表进行未更新体测数据统计，获得数据统计结果；

S84：根据所述异常数据集合和所述数据统计结果生成异常测试信息；

S85：将所述异常测试信息发送至所述电子交互设备。

具体而言，在出现更新异常或者存在未进行测试学生的情况下，需要进行及时维护更新，具体包括：所受统计结果包括统计更新后的所述用户信息对应的新增体测信息，所述体测数据列表包括新增体测信息与上一个体测数据更新节点的体测数据列表，所述数据异常自检包括数据缺失检测、数据混乱检测、数据重复检测，所述异常数据集合即存在数据缺失、混乱、重复的数据集合；

统计更新后的所述用户信息，根据统计结果生成体测数据列表；对所述体测数据列表进行数据异常自检（数据缺失、数据混乱、数据重复，如800m用时形如2分40秒91，形式不一致即可能存在数据缺失、数据混乱、数据重复），获得异常数据集合；基于所述体测数据列表，定位当前体测数据列表未更新体测数据，进行未更新体测数据统计，获得数据统计结果；根据所述异常数据集合和所述数据统计结果，发送异常提醒警示信号，所述异常提醒警示信号用于将所述异常数据集合和所述数据统计结果打包，生成异常测试信息，并将所述异常测试信息发送至所述电子交互设备，为及时进行维护更新提供支持。

步骤S81还包括步骤：

S811：读取交互账户；

S812：根据所述交互账户进行权限认证，基于权限认证结果显示所述体测数据列表；

S813：获得所述交互账户的阅读设置特征；

S814：根据所述阅读设置特征进行所述体测数据列表的列表调整；

S815：基于列表调整结果进行所述交互账户的体测数据读取展示。

具体而言，为进行体测数据的多端交互展示（所述多端交互展示对象可以是学生家长、学生体育老师），可以采用交互读取共享的方式，具体包括：所述交互账户可以是学生家长账户、学生体育老师账户，所述交互账户的阅读设置特征包括阅读放大倍数、阅读格式切换（常见的，可以是.XLS格式、.XLSX格式，特别说明，.XLS、.XLSX均为文件后缀，需要切换至交互账户的终端可读取的格式），所述列表调整包括文件格式转换、放大倍数调整；

读取交互账户；根据所述交互账户进行权限认证（学生家长账户可以查看对应学生的体测信息；学生体育老师账户可以查看对应班级所有学生的体测信息），基于权限认证结果显示所述体测数据列表；获得所述交互账户的阅读设置特征；根据所述阅读设置特征，对所述体测数据列表进行的列表调整，获取列表调整结果；将列表调整结果同步至交互账户的终端，对所述列表调整结果进行所述交互账户的体测数据读取展示，为进行多端交互展示提供技术支持。

综上所述，本申请实施例所提供的一种中小学生体测数据的智慧管理方法及系统具有如下技术效果：

1.由于采用了读取第一用户的身份标识设备，获得用户信息；进行用户图像采集，获得用户图像采集结果；根据用户信息获得用户认证信息，进行用户身份认定，在认定通过时，读取当前项目的体测信息，添加至用户信息，提取用户基础信息，构成基础影响因子；进行体测信息提取，进行体测时间标识，获得时间标识体测数据；构建学生评价模型进行学生评价模型修正，将时间标识体测数据输入修正后的学生评价模型，输出体测评价结果，添加至用户信息，并发送至电子交互设备，本申请通过提供了一种中小学生体测数据的智慧管理方法及系统，实现了进行体测数据交互共享，提高中小学生体测数据利用率，智能调取中小学生体测数据，及时通知学生进行体测任务规划，合理调配体测数据采集点的采集人数，为提高体测任务的整体执行效率提供支持的技术效果。

2.由于采用了获得体测采集站点的站点布设信息；通过所述摄像头进行所述体测采集站点的用户排队信息采集，获得实时排队信息；结合站点布设信息，生成站点监测数据，发送至所述电子交互设备，为优化项目人数排布，为减少体测总时耗提供支持，提高体测任务的整体执行效率。

实施例二

基于与前述实施例中一种中小学生体测数据的智慧管理方法相同的发明构思，如图4所示，本申请实施例提供了一种中小学生体测数据的智慧管理系统，其中，所述系统包括：

用户信息获得模块100，用于读取第一用户的身份标识设备，根据读取信息获得用户信息；

用户图像采集模块200，用于通过图像采集设备进行所述第一用户的用户图像采集，获得用户图像采集结果；

用户身份认定模块300，用于根据所述用户信息获得用户认证信息，根据所述用户图像采集结果和所述用户认证信息进行用户身份认定；

体测信息读取模块400，用于当身份认定结果为认定通过时，则读取所述第一用户当前项目的体测信息，将所述体测信息添加至所述用户信息；

基础影响因子构成模块500，用于基于所述用户信息提取用户基础信息，根据所述用户基础信息构成基础影响因子；

体测信息提取模块600，用于对所述用户信息进行体测信息提取，根据体测信息进行体测时间标识，获得时间标识体测数据；

体测评价结果输出模块700，用于构建学生评价模型，通过所述基础影响因子进行所述学生评价模型的模型修正，将所述时间标识体测数据输入修正后的所述学生评价模型，输出体测评价结果，将所述体测评价结果添加至所述用户信息，并发送至电子交互设备。

进一步的，所述系统包括：

时间关联特征分析模块，用于通过模型预处理模块对所述时间标识体测数据进行时间关联特征分析，根据时间关联特征分析结果生成数据关联因子；

数据标识模块，用于通过所述数据关联因子进行所述时间标识体测数据的数据标识；

新添加体测数据获取模块，用于获得所述时间标识体测数据的新添加体测数据；

数据横向比对模块，用于根据所述新添加体测数据进行数据横向比对，根据横向比对结果输出初始体测评价结果；

体测评价结果获得模块，用于根据所述初始体测评价结果和所述数据标识获得所述体测评价结果。

进一步的，所述系统包括：

占比分布权重构建模块，用于构建所述初始体测评价结果和所述数据标识的占比分布权重；

影响加权计算模块，用于通过所述占比分布权重对所述数据标识和所述初始体测评价结果的影响加权计算；

加权计算结果获得模块，用于根据影响加权计算结果获得所述体测评价结果。

进一步的，所述系统包括：

站点布设信息获得模块，用于获得体测采集站点的站点布设信息；

排队信息采集模块，用于通过所述摄像头进行所述体测采集站点的用户排队信息采集，获得实时排队信息；

站点监测数据生成模块，用于根据所述站点布设信息和所述实时排队信息生成站点监测数据；

站点监测数据发送模块，用于将所述站点监测数据发送至所述电子交互设备。

进一步的，所述系统包括：

连续图像采集模块，用于通过所述图像采集设备进行体测用户连续图像采集，获得连续监测图像集合；

用户特征识别模块，用于对所述连续监测图像集合进行用户特征识别，根据用户特征识别结果生成站点测试效率数据；

预估测试时间生成模块，用于根据所述站点测试效率数据和所述实时排队信息生成预估测试时间；

站点监测数据生成模块，用于根据所述站点布设信息和所述预估测试时间生成所述站点监测数据。

进一步的，所述系统包括：

体测数据列表生成模块，用于统计更新后的所述用户信息，根据统计结果生成体测数据列表；

异常数据集合获得模块，用于对所述体测数据列表进行数据异常自检，获得异常数据集合；

未更新体测数据统计模块，用于基于所述体测数据列表进行未更新体测数据统计，获得数据统计结果；

异常测试信息生成模块，用于根据所述异常数据集合和所述数据统计结果生成异常测试信息；

异常测试信息发送模块，用于将所述异常测试信息发送至所述电子交互设备。

进一步的，所述系统包括：

交互账户读取模块，用于读取交互账户；

权限认证模块，用于根据所述交互账户进行权限认证，基于权限认证结果显示所述体测数据列表；

阅读设置特征获得模块，用于获得所述交互账户的阅读设置特征；

列表调整模块，用于根据所述阅读设置特征进行所述体测数据列表的列表调整；

体测数据读取展示模块，用于基于列表调整结果进行所述交互账户的体测数据读取展示。

综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法，在此不做多余限制。

进一步的，综上所述的第一或第二可能不止代表次序关系，也可能代表某项特指概念，和/或指的是多个元素之间可单独或全部选择。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (7)

1.一种中小学生体测数据的智慧管理方法，其特征在于，所述方法应用于智慧管理系统，所述智慧管理系统与电子交互设备、身份标识设备、图像采集设备通信连接，所述方法包括：

读取第一用户的身份标识设备，根据读取信息获得用户信息；

通过所述图像采集设备进行所述第一用户的用户图像采集，获得用户图像采集结果；

根据所述用户信息获得用户认证信息，根据所述用户图像采集结果和所述用户认证信息进行用户身份认定；

当身份认定结果为认定通过时，则读取所述第一用户当前项目的体测信息，将所述体测信息添加至所述用户信息；

基于所述用户信息提取用户基础信息，根据所述用户基础信息构成基础影响因子；

对所述用户信息进行体测信息提取，根据体测信息进行体测时间标识，获得时间标识体测数据；

构建学生评价模型，通过所述基础影响因子进行所述学生评价模型的模型修正，将所述时间标识体测数据输入修正后的所述学生评价模型，输出体测评价结果，将所述体测评价结果添加至所述用户信息，并发送至所述电子交互设备，其中，所述学生评价模型是以BP网络模型为模型基础，将用户体测项目在总分的占比、体测项目的项目打分规则作为输入进行模型训练，构建获得的；

通过模型预处理模块对所述时间标识体测数据进行时间关联特征分析，根据时间关联特征分析结果生成数据关联因子，其中，所述时间关联特征分析为根据体测数据测量时间不同，体测数据的重要程度和应用价值也不同，进而根据测量时间的不同对体测数据进行数据关联特征标记，所述数据关联因子为所述时间关联特征分析中数据关联特征标记的数据信息；

通过所述数据关联因子进行所述时间标识体测数据的数据标识；

获得所述时间标识体测数据的新添加体测数据；

根据所述新添加体测数据进行数据横向比对，根据横向比对结果输出初始体测评价结果；

根据所述初始体测评价结果和所述数据标识获得所述体测评价结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

构建所述初始体测评价结果和所述数据标识的占比分布权重；

通过所述占比分布权重对所述数据标识和所述初始体测评价结果的影响加权计算；

根据影响加权计算结果获得所述体测评价结果。

3.如权利要求1所述的方法，其特征在于，所述智慧管理系统与摄像头通信连接，所述方法包括：

获得体测采集站点的站点布设信息；

通过所述摄像头进行所述体测采集站点的用户排队信息采集，获得实时排队信息；

根据所述站点布设信息和所述实时排队信息生成站点监测数据；

将所述站点监测数据发送至所述电子交互设备。

4.如权利要求3所述的方法，其特征在于，所述方法包括：

通过所述图像采集设备进行体测用户连续图像采集，获得连续监测图像集合；

对所述连续监测图像集合进行用户特征识别，根据用户特征识别结果生成站点测试效率数据；

根据所述站点测试效率数据和所述实时排队信息生成预估测试时间；

根据所述站点布设信息和所述预估测试时间生成所述站点监测数据。

5.如权利要求1所述的方法，其特征在于，所述方法包括：

统计更新后的所述用户信息，根据统计结果生成体测数据列表；

对所述体测数据列表进行数据异常自检，获得异常数据集合；

基于所述体测数据列表进行未更新体测数据统计，获得数据统计结果；

根据所述异常数据集合和所述数据统计结果生成异常测试信息；

将所述异常测试信息发送至所述电子交互设备。

6.如权利要求5所述的方法，其特征在于，所述方法包括：

读取交互账户；

根据所述交互账户进行权限认证，基于权限认证结果显示所述体测数据列表；

获得所述交互账户的阅读设置特征；

根据所述阅读设置特征进行所述体测数据列表的列表调整；

基于列表调整结果进行所述交互账户的体测数据读取展示。

7.一种中小学生体测数据的智慧管理系统，其特征在于，用于实施权利要求1-6任意一项所述的一种中小学生体测数据的智慧管理方法，包括：

用户信息获得模块，用于读取第一用户的身份标识设备，根据读取信息获得用户信息；

用户图像采集模块，用于通过图像采集设备进行所述第一用户的用户图像采集，获得用户图像采集结果；

用户身份认定模块，用于根据所述用户信息获得用户认证信息，根据所述用户图像采集结果和所述用户认证信息进行用户身份认定；

体测信息读取模块，用于当身份认定结果为认定通过时，则读取所述第一用户当前项目的体测信息，将所述体测信息添加至所述用户信息；

基础影响因子构成模块，用于基于所述用户信息提取用户基础信息，根据所述用户基础信息构成基础影响因子；

体测信息提取模块，用于对所述用户信息进行体测信息提取，根据体测信息进行体测时间标识，获得时间标识体测数据；

体测评价结果输出模块，用于构建学生评价模型，通过所述基础影响因子进行所述学生评价模型的模型修正，将所述时间标识体测数据输入修正后的所述学生评价模型，输出体测评价结果，将所述体测评价结果添加至所述用户信息，并发送至电子交互设备，其中，所述学生评价模型是以BP网络模型为模型基础，将用户体测项目在总分的占比、体测项目的项目打分规则作为输入进行模型训练，构建获得的；

时间关联特征分析模块，用于通过模型预处理模块对所述时间标识体测数据进行时间关联特征分析，根据时间关联特征分析结果生成数据关联因子，其中，所述时间关联特征分析为根据体测数据测量时间不同，体测数据的重要程度和应用价值也不同，进而根据测量时间的不同对体测数据进行数据关联特征标记，所述数据关联因子为所述时间关联特征分析中数据关联特征标记的数据信息；

数据标识模块，用于通过所述数据关联因子进行所述时间标识体测数据的数据标识；

新添加体测数据获取模块，用于获得所述时间标识体测数据的新添加体测数据；

数据横向比对模块，用于根据所述新添加体测数据进行数据横向比对，根据横向比对结果输出初始体测评价结果；

体测评价结果获得模块，用于根据所述初始体测评价结果和所述数据标识获得所述体测评价结果。