| 基于支持向量机的大规模试卷识别方法 |
| |
| 作者姓名： | 覃 延 李冬梅 陈志泊( |
| |
| 作者单位： | 1. 北京林业大学信息学院,北京100083;2. 北京大学汇丰商学院,广东深圳518055 |
| |
| 基金项目： | 国家自然科学基金项目(61170268);北京高等学校教育教学改革(以程序设计与软件开发能力为主的应用型计算机专业核心课程体系改革与教学资源建设);北京林业大学资源共享课(数据结构);北京林业大学2014年校园信息化专项研究(程序设计与算法类课程教学资源共享平台建设的研究). |
| |
| 摘 要： | 试卷识别是智能组卷系统中数据库建立的基础,如何正确有效地识别出试卷中的题干部分并将之入库是一个尤为关键的问题.提出了基于SVM(supportvectormachine,支持向量机)的大规模试卷识别方法,该方法有效解决了进行题干识别之前大量人工预处理工作的问题.根据SVM 原理,建立一个超平面,将试题文本分为两类———题序号和题干,并以题序号作为各题的起止点,进行试题识别.大量的实验显示,该方法具有可行性、有效性和适应性.经测试,识别率达100%.
|
| 关 键 词： | SVM SMO 算法 试卷识别 |
|
| 点击此处可从《西南大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《西南大学学报(自然科学版)》下载免费的PDF全文 |
|
