基于MC-LSTM的在线作业自主判别系统设计
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16791/j.cnki.sjg.2022.02.038

基于MC-LSTM的在线作业自主判别系统设计

引用
为有效判别高校学生在线作业中复制、代写、抄袭等不良现象,引入击键行为识别技术.根据不同应用场景构造了单字符间特征值、关键字字符串内特征值以及关键字字符对特征值,并结合神经网络算法构建了一种基于MC-LSTM的在线作业击键行为识别模型.以IT课程"数据库原理与应用"为例,设计并实现了基于MC-LSTM的在线作业行为识别系统,并测试了不同特征值及特征值组对识别效果的影响.实验结果表明,该系统能够有效判别在线作业自主完成情况,从而对在线教学质量提供保障.

神经网络、在线作业、自主判别系统、行为识别

39

G434;TP399(电化教育)

国家自然科学基金;浙江省自然科学基金

2022-04-02(万方平台首次上网日期,不代表论文的发表时间)

共7页

198-204

相关文献
评论
暂无封面信息
查看本期封面目录

实验技术与管理

1002-4956

11-2034/T

39

2022,39(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn