本發明專利技術公開了一種基于人工智能的考生特征檢測系統，屬于考生檢測技術領域，包括多個控制識別提醒系統、智能考試數據管理系統、通訊基站、至少一個考生特征檢測模塊、考試決策模塊、異常行為判定模塊和考生心理狀態評估模塊；所述控制識別提醒系統與智能考試數據管理系統通訊連接，智能考試數據管理系統與通訊基站、考試決策模塊、異常行為判定模塊和考生心理狀態評估模塊均通訊連接，考生特征檢測模塊與通訊基站無線通訊連接，通訊基站與控制識別提醒系統無線通訊連接；通過上述方式，本發明專利技術技術實現了模擬正規聽力考試，從而實現考生對自身水平的檢驗，并分析自身心態對試題的影響，同時使得考生嚴格要求自己的答題習慣，以符合正規考試規范。
【技術實現步驟摘要】
本專利技術涉及考生檢測，具體涉及一種基于人工智能的考生特征檢測系統。
技術介紹
1、聽力考試時考生的心率可能會因播放試題的難度發生波動，因此考試時考生心率隨考試進程的變化圖譜，可反應考生的心理活動情況；
2、當前聽力模擬考試是考生提升考試水平的重要途徑，考生可通過模擬考試檢驗自身相關試題的答題情況；尤其是在大型綜合英語聽力考試(雅思、托福)中，具有較為嚴苛的考試要求(包括答題時試卷的擺放不能影響他人、考試違規行為面臨嚴重的處罰)，而當前培訓機構的模擬考試相對于真實考試嚴格程度相差較大，難以讓考生感受到考試的正規性以及考試違規造成的嚴重后果，考試結束后，考生僅能通過試卷和成績了解答題情況，無法對每道試題答題時的心境對試題影響進行分析；
3、在眾多現有技術當中，中國專利申請cn105659192b公開了一種考試防違規系統，其包括佩戴在考生手腕上的手環、監控系統和設置在考場入口的感應系統；手環上設置有用于區分考生身份的身份信息模塊、用于與監控系統通訊的第一無線模塊、用于檢測考生心率變化的心率檢測模塊；感應系統包括用于識別身份信息模塊的身份識別模塊、用于與監控系統通訊的第二無線模塊；監控系統包括監控攝像頭、與第一無線模塊和第二無線模塊通訊的第三無線模塊、用于處理訊息的處理器、心率監控模塊、用于控制監控攝像頭轉動的控制模塊以及考生信息數據庫；
4、該專利申請中通過手環中的心率檢測模塊檢測考生心率變化，再由心率監控模塊對考生的心率變化范圍是否超過設定的正常范圍，并對超出正常范圍的考生進行重點監控；
5、但是該專利申請存在以下問題：
6、1.考生心率超出正常范圍可能是由于試題難度較大或考生考試心理狀態差造成并非完全是違規的原因；
7、2.對于心率超出正常范圍的考生心率監控模塊驅動監控攝像頭轉動對該考生進行重點監控，該方案中若出現多名考生心率超出正常范圍而監控攝像頭的數量是有限的，因此造成出現部分考生未被監控致使監控攝像頭的反違規效果變差；
8、3.對于考試心理狀態正常的考生，他們在模擬考試后無法通過獲取自身考試心率變化圖譜分析考試時壓力來源來分析本場聽力考試；
9、4.考試中違規取證較為困難。
10、基于此，本專利技術設計了一種基于人工智能的考生特征檢測系統以解決上述問題。
技術實現思路
1、針對現有技術所存在的上述缺點，本專利技術提供了一種基于人工智能的考生特征檢測系統。
2、為實現以上目的，本專利技術通過以下技術方案予以實現：
3、一種基于人工智能的考生特征檢測系統，包括多個控制識別提醒系統、智能考試數據管理系統、通訊基站、至少一個考生特征檢測模塊、考試決策模塊、異常行為判定模塊和考生心理狀態評估模塊；
4、所述控制識別提醒系統與智能考試數據管理系統通訊連接，智能考試數據管理系統與通訊基站、考試決策模塊、異常行為判定模塊和考生心理狀態評估模塊均通訊連接，考生特征檢測模塊與通訊基站無線通訊連接，通訊基站與控制識別提醒系統無線通訊連接；
5、所述考生特征檢測模塊用于檢測考場內考生在聽力考試時間進程中的心率并生成心率圖譜，考生特征檢測模塊將生成的心率圖譜發送至通訊基站，通訊基站將心率圖譜發送至智能考試數據管理系統；
6、所述心率圖譜的橫軸表示考試時間，心率圖譜的縱軸表示心率；
7、所述多個控制識別提醒系統與考場內的考桌一一匹配；
8、控制識別提醒系統包括中央處理器、無線通訊模塊、nfc標簽讀取模塊一、nfc標簽讀取模塊二、警示模塊、nfc標簽一和nfc標簽二；
9、所述中央處理器與無線通訊模塊、nfc標簽讀取模塊一、nfc標簽讀取模塊二、警示模塊均電連接，nfc標簽讀取模塊一與nfc標簽一、nfc標簽二均無線通訊連接，nfc標簽讀取模塊二與nfc標簽一、nfc標簽二均無線通訊連接，無線通訊模塊與通訊基站無線通訊連接；
10、所述nfc標簽讀取模塊一和nfc標簽讀取模塊二分別固定安裝于考桌桌面的左前角和桌面的右前角，且nfc標簽讀取模塊一與nfc標簽讀取模塊二的中心位于同一直線上；
11、所述nfc標簽一和nfc標簽二分別粘接于考卷的左前角和考卷的右前角，且nfc標簽一和nfc標簽二的中心位于同一直線上；
12、nfc標簽讀取模塊一和nfc標簽讀取模塊二的中心距離l1與nfc標簽一和nfc標簽二的中心距離l2相等；
13、nfc標簽讀取模塊一還用于在聽力考試中識別nfc標簽一或nfc標簽二在其檢測范圍內在位信號一并發送至中央處理器，nfc標簽讀取模塊二還用于在聽力考試中識別nfc標簽一或nfc標簽二在其檢測范圍內在位信號二并發送至中央處理器；
14、所述nfc標簽一內儲存有考生身份信息數據，nfc標簽讀取模塊一和nfc標簽讀取模塊二可讀取nfc標簽一內儲存的考生身份信息數據并發送至中央處理器；
15、所述中央處理器內儲存有用于nfc標簽一內儲存的考生身份信息匹配的考生驗證數據，中央處理器將接收到的考生身份信息和對應的考生驗證數據進行比對驗證，當中央處理器的考生身份信息和對應的考生驗證數據進行驗證失敗時采用步驟a：
16、步驟a1，中央處理器對當前考試時間段進行識別；
17、當考試時間段處于聽力考試前時，執行步驟a2；
18、當考試時間段處于聽力考試中時，執行步驟a3；
19、步驟a2，中央處理器向警示模塊發送身份信息不匹配信號；
20、步驟a3，中央處理器向無線通訊模塊發送記錄該考生身份信息的考卷位置異常信號；
21、所述中央處理器對在位信號一、在位信號二進行判斷，并采用步驟b：
22、步驟b1，中央處理器檢測在位信號一、在位信號二是否均被識別；
23、當在位信號一、在位信號二中的任意一個或兩個未被識別時；
24、步驟b2，中央處理器對未識別時長是否超過10秒進行識別，當未識別時長超過10秒時，執行步驟b3；
25、當未識別時長未超過10秒時，執行步驟b4；
26、步驟b3，中央處理器向無線通訊模塊發送記錄該考生身份信息的考卷歸位異常信號；
27、步驟b4，中央處理器向警示模塊發送考卷歸位提醒信號；
28、所述警示模塊用于接收到身份信息不匹配信號、考卷歸位提醒信號時發出對應的提示燈語；
29、所述無線通訊模塊用于將考卷位置異常信號、考卷歸位異常信號發送至通訊基站，再有通訊基站發送至智能考試數據管理系統；
30、所述智能考試數據管理系統儲存有考場視頻監控數據和聽力考試心態輔助材料；
31、所述智能考試數據管理系統用于當接收到的考卷位置異常信號、考卷歸位異常信號時將其發送至異常行為判定模塊；
32、智能考試數據管理系統還用于將接收到心率圖譜發送至考生心理狀態評估模塊，同時智能本文檔來自技高網
...
【技術保護點】
1.一種基于人工智能的考生特征檢測系統，其特征在于：包括多個控制識別提醒系統、智能考試數據管理系統、通訊基站(8)、考生特征檢測模塊(9)、考試決策模塊(12)、異常行為判定模塊(13)和考生心理狀態評估模塊(14)；
2.根據權利要求1所述的基于人工智能的考生特征檢測系統，其特征在于，所述智能考試數據管理系統包括智能考試管理平臺(10)和云數據庫(11)；
3.根據權利要求2所述的基于人工智能的考生特征檢測系統，其特征在于，異常行為判定模塊(13)根據考卷歸位異常信號對考生異常行為進行判定，并采用步驟C：
4.根據權利要求3所述的基于人工智能的考生特征檢測系統，其特征在于，異常行為判定模塊(13)根據考卷位置異常信號對考生異常行為進行判定，并采用步驟D：
5.根據權利要求4所述的基于人工智能的考生特征檢測系統，其特征在于，所述考生心理狀態評估模塊(14)對考生的心率圖譜進行分析評估，并采用步驟E：
6.根據權利要求5所述的基于人工智能的考生特征檢測系統，其特征在于，還包括用于聽力考試完成后寫入NFC標簽二(7)內數據內容進行決策的考試決策模塊(12)，所述考試決策模塊(12)與智能考試管理平臺(10)通訊連接。
7.根據權利要求6所述的基于人工智能的考生特征檢測系統，其特征在于，所述考試決策模塊(12)對聽力考試完成后寫入NFC標簽二(7)內數據內容進行決策，并采用步驟F：
8.根據權利要求7所述的基于人工智能的考生特征檢測系統，其特征在于，所述考生特征檢測模塊(9)為無線毫米波雷達。
9.根據權利要求8所述的基于人工智能的考生特征檢測系統，其特征在于，所述心率圖譜的考試時間啟始時間為聽力考試第一題的播放時間，心率圖譜的考試時間的終止時間為聽力考試最后一題的播放結束時間；
...
【技術特征摘要】
1.一種基于人工智能的考生特征檢測系統，其特征在于：包括多個控制識別提醒系統、智能考試數據管理系統、通訊基站(8)、考生特征檢測模塊(9)、考試決策模塊(12)、異常行為判定模塊(13)和考生心理狀態評估模塊(14)；
2.根據權利要求1所述的基于人工智能的考生特征檢測系統，其特征在于，所述智能考試數據管理系統包括智能考試管理平臺(10)和云數據庫(11)；
3.根據權利要求2所述的基于人工智能的考生特征檢測系統，其特征在于，異常行為判定模塊(13)根據考卷歸位異常信號對考生異常行為進行判定，并采用步驟c：
4.根據權利要求3所述的基于人工智能的考生特征檢測系統，其特征在于，異常行為判定模塊(13)根據考卷位置異常信號對考生異常行為進行判定，并采用步驟d：
5.根據權利要求4所述的基于人工智能的考生特征檢測系統，其特征在于，所述考生心理狀態...
【專利技術屬性】
技術研發人員：秦春影，游曉鋒，盧昕，
申請(專利權)人：南昌師范學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。