原文服务方: 计算技术与自动化       
摘要:
为了适应答题卡多样化需求和提高答题卡图像识别的准确率,提出了扫描阅卷系统中模板定制和图像聚类方法.首先基于人机交互方式进行模板定制,定义填涂区域属性和答题卡结构信息,并开发了模板制作器,实现答题卡模板文件的制作和管理;其次给出基于K-means改进算法的扫描阅卷系统中图像聚类方法,选择局部聚集密度最大的数据点作为初始聚类中心以得到全局较优的聚类结果,并通过计算区分度进行聚类结果评价;最后基于VC++和MS SQL Server2000开发了基于K-means改进算法的扫描阅卷系统,并对该系统进行了实验测试.测试结果表明,采用K-means改进算法进行扫描阅卷时能够得到稳定的图像聚类结果,大大提高了客观题阅卷准确率,具有较高的实用价值.
推荐文章
信息瓶颈方法在无监督图像聚类中的研究
图像类别
无监督聚类
图像分组
信息瓶颈
基于多核学习和AP聚类的图像摘要选取方法
图像摘要
相似度
特征融合
多核学习
AP聚类图像
图像投影在网上阅卷系统中的应用分析
图像投影
直方图
投影分组
网上阅卷
基于聚类和小波变换的彩色图像分割方法
彩色图像分割
廒色聚类
小波变换
纹理特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 扫描阅卷系统中模板定制和图像聚类方法的研究
来源期刊 计算技术与自动化 学科
关键词 扫描阅卷系统 模板定制 K-means 改进算法 图像聚类
年,卷(期) 2017,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 105-108
页数 4页 分类号 TP391
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张国辉 华南理工大学机械与汽车工程学院 13 43 5.0 5.0
2 孙建芳 华南理工大学机械与汽车工程学院 15 59 4.0 7.0
3 李万秋 华南理工大学机械与汽车工程学院 1 5 1.0 1.0
4 李傲松 华南理工大学机械与汽车工程学院 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (127)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (17)
二级引证文献  (1)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1957(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
扫描阅卷系统
模板定制
K-means
改进算法
图像聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
总被引数(次)
14675
论文1v1指导