中国现代教育装备
中华人民共和国教育部主管 中国高等教育学会主办
刊号:CN11-4994/T(国内) ISSN1672-1438(国际)
中国期刊全文数据库 中文科技期刊数据库
中国核心期刊遴选数据库
首页 杂志简介 杂志目录 期刊封面 推荐阅读 顾问专家 投稿须知 投稿查询 订阅须知 广告业务
您当前的位置:中国现代教育装备 >> 首页 >> 教育信息化与智慧化
高教 普教
总429期 总427期 总425期
总423期 总421期 总419期
总417期 总415期 总413期
总411期 总409期 总407期
 装备时空 更多>>
第33届北京教育装备展示会暨北京教育装备论坛胜利闭幕
 编务说明 更多>>
 教育信息化与智慧化  
大学物理实验报告成绩自动录入系统的设计与实现
来源:《中国现代教育装备》杂志 时间:2022-5-19 16:23:06
  [导读]大学物理实验课中动辄就有几万份实验报告成绩需录入教学管理系统,成绩录入一直是一项繁重的工作。通过Python编写实验报告成绩录入程序成功实现了学生学号和报告成绩的自动录入,不仅解决了繁杂的手工录入、按键点击等操作,而且实现了100%的录入准确率,具有非常好的实用价值。

  大学物理实验课是高校教育教学体系的重要组成部分。课程的基本任务是使学生获得必要的实验知识和实验技能训练,培养学生进行初步实验工作的能力,提高学生的创新意识、创新思维和创新能力,其对高校创新人才的培养起着非常关键的作用。大学物理实验属于公共基础课,选课人数众多。课后教师需要批改学生撰写的实验报告,并在物理实验教学管理系统中录入学生的学号和成绩。学生学号一般为9位数字,成绩为0~10分。教师在手工录入学号的过程中经常出错,而且每学期每位任课教师需要录入几千份实验报告,工作量非常大,所以各高校教师都在积极寻求解决方案[1-6]。目前,基于训练集的手写数字识别程序的成功率在95%~98%[7-12],但在实际应用时还是识别率偏低。笔者采用的方法是学生的学号用条形码,成绩分数用不同坐标的圆形表示,教师批改时用红色笔在圆形内标记,然后利用图像处理功能来识别实验报告上的学号和成绩,并实现网上自动录入和保存,取得了非常好的实际应用效果。

  1 实验报告模板设计和识别装置

  2 浏览器的选择和设置

  3 条形码学号和报告成绩的识别

  4 录入成绩过程中识别异常的处理

  5 结语

  通过Python程序识别实验报告的学号和成绩,可以实现大学物理实验成绩录入的自动化。教师批改报告时只需在成绩区相应的位置画一个红色的对钩或圆圈,通过简单的人工监控可以达到100%的识别率。以此为基础,如果要实现0~100分的识别,只需将成绩部分分为三部分,第一部分10个圆代表个位数字,第二部分用10个三角形代表十位数字,第三部分用1个五角星形直接代表100分。综上所述,通过大学物理实验报告成绩自动录入系统可以极大地减少教师的工作量,并提高实验报告成绩录入的效率,具有很好的实际应用价值。

  参考文献

  [1] 李红兵,金艳云,崔荣华,等.基于USB摄像头的实验报告成绩录入系统[J].电脑知识与技术,2013,9(36):8423-8425.

  [2] 郝宪锋,吴敬彬,庞昊颖,等.基于STM32的高校实验成绩录入及管理系统[J].中国现代教育装备,2017(1):7-10.

  [3] 沈项军,周游.江苏大学学生成绩录入生成管理系统构建[J].中国科技信息,2013(12):226-237.

  [4] 黄玉秀.基于手写字符识别的实验成绩录入系统的研究[D].长沙:中南大学,2014.

  [5] 崔子健.基于VBA的成绩快速录入系统的设计与实现[J].电脑知识与技术,2019,15(6):49-51.

  [6] 金建刚,朱凯.基于ASP.NET 3.5成绩录入系统的设计与实现[J].河南师范大学学报(自然科学版),2012,40(6):154-157.

  [7] 张哲,张根耀,王珂.基于TensorFlow手写数字识别模型改进[J].延安大学学报(自然科学版),2018,37(4):24-27.

  [8] 郭伟林,邓洪敏,石雨鑫.基于局部二进制和支持向量机的手写体数字识别[J].计算机应用,2018,38(S2):282-285.

  [9] 赵朋成,冯玉田,涂云轩.基于高倍特征深度残差网络的手写数字识别[J].电子测量技术,2018,41(6):86-89.

  [10] 周毛克,才让先木,龙从军,等.基于卷积神经网络的藏文手写数字和字母识别研究[J].青海师范大学学报(自然科学版),2019,35(4):34-39.

  [11] 黄旻浩.基于线性分类器的手写数字识别[J].科学技术创新,2019(33):58-59.

  [12] 蒋锐鹏,姑丽加玛丽•麦麦提艾力,安丽娜.基于长短期记忆神经网络的手写数字识别[J].计算机技术与发展,2020,30(2):94-97.

王本阳 王新顺 刘一 毛晓芹 张立彬 哈尔滨工业大学(威海)理学院光电科学系


本网版权声明:
凡本刊本网发布的所有文字作品,版权均属于《中国现代教育装备》杂志(www.zgxdjyzb.com),未经本刊本网授权不得转载、摘编、伪原创或利用其它方式使用。违者本刊本网将追究相关法律责任。
凡本刊本网发布的照片、视频,属本刊本网原创或已获作者本人授权。未经授权,擅自使用者,本刊本网及相关权益人将追究其相关法律责任。
关于我们 | 期刊导读 | 顾问专家 | 法律声明 | 广告业务

Copyright(C) 《中国现代教育装备》杂志社有限责任公司 版权所有 
地址:北京市海淀区学院路35号世宁大厦一层108室(100191)
高教邮箱:cn11_4994@263.net
基教邮箱:cn11_4994@163.com
电话:010-82098610

中国现代教育装备微信公众号二维码