基于SVM的智能统分自学习系统设计与实现

作     者：赵晟然 伍常亮 ZHAO Sheng-ran;WU Chang-liang

作者机构：昆明理工大学机电工程学院 

出 版 物：《软件导刊》 (Software Guide)

年 卷 期：2019年第18卷第8期

页      码：127-130,135页

摘      要：为了解决传统纸质试卷人工统分过程存在工作量大、错误率高、统分效率低等问题,设计开发一款基于SVM的智能统分自学习系统。该系统由前端用户界面、后台手写分数识别子系统和自学习子系统构成。系统采用C#编程语言和MicrosoftVisualStudio软件设计前端用户界面;使用Matlab作为系统运算后台,并构建SVM多分类器识别手写分数;使用C#编程语言设置定时器,在系统空闲时间定时启动Matlab执行自学习程序。经过MNIST数据集的训练和测试,SVM多分类器的测试精度达到97.74%。完成系统设计开发后,使用试卷统分栏图片测试系统。测试结果表明,该系统可以有效实现智能识别、统分栏内手写分数汇总以及自学习功能,并将运行结果清晰准确地显示在前端用户界面上。

主 题 词：SVM 手写数字识别 自学习系统 统分系统 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.11907/rjdk.191927

馆 藏 号：203727324...