基于MC-LSTM的在线作业自主判别系统设计
2022-03-04分类号:G642;TP311.13-4
【部门】浙江理工大学经济管理学院
【摘要】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。
【关键词】神经网络 在线作业 自主判别系统 行为识别
【基金】国家自然科学基金项目(71501172);; 浙江省自然科学基金项目(LY18G020017)
【所属期刊栏目】实验技术与管理
文献传递