[发明专利]一种基于大数据与机器视觉的教育综合平台在审

专利信息
申请号: 202110366450.2 申请日: 2021-04-06
公开(公告)号: CN113095973A 公开(公告)日: 2021-07-09
发明(设计)人: 成程;李智豪;郑年年 申请(专利权)人: 无锡洛希极限科技有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G06Q10/04;G06F16/28;G06F16/70
代理公司: 暂无信息 代理人: 暂无信息
地址: 214122 江苏省无锡*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 机器 视觉 教育 综合 平台
【说明书】:

发明涉及智能教育技术领域,具体地说,涉及一种基于大数据与机器视觉的教育综合平台。其包括大数据教育综合系统,大数据教育综合系统包括数据导入单元、存储单元和智能应用单元。本发明中通过智能分析模块的学生教育数据预测分析对学生的教育数据进行预测分析,通过预测分析对学生的成绩进行挖掘,并对其未来的教学规划提供参考,同时学生教育数据聚类分析利用k‑means方法对学生成绩进行聚类,并分为优良中三个等级、或其他需要的类别,以对大量的学生的综合成绩进行评级,从而便于直观的看出学生在教育机构的情况。

技术领域

本发明涉及智能教育技术领域,具体地说,涉及一种基于大数据与机器视觉的教育综合平台。

背景技术

如今,成绩是教育机构评判学生的重要标准,但是现如今教育机构对于成绩的分析却只停留排名、绩点等较为初级的阶段,但对于大量历史积累的成绩数据缺乏相应的手段挖掘内部深层的信息,尤其是对于大量的学生的综合成绩分析更是一大难点。

发明内容

本发明的目的在于提供一种基于大数据与机器视觉的教育综合平台,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供一种基于大数据与机器视觉的教育综合平台,包括大数据教育综合系统,所述大数据教育综合系统包括数据导入单元、存储单元和智能应用单元;所述数据导入单元用于将学生的教育数据导入至存储单元;所述存储单元用于对导入的教育数据进行存储;所述智能应用单元用于对存储单元内存储学生的教育数据进行分析,并对分析后的教育数据进行综合评价。

作为本技术方案的进一步改进,所述数据导入单元包括手动导入模块和格式导入模块;所述手动导入模块用于将学生的教育数据手动输入进存储单元;所述格式导入模块用于将学生的教育数据的格式包直接导入至存储单元。

作为本技术方案的进一步改进,所述智能应用单元包括智能分析模块和综合应用模块;所述智能分析模块用于对存储单元内存储的教育数据进行分析,包括对学生教育数据预测分析、学生教育数据聚类分析;所述综合应用模块用于对学生的教育数据进行综合评价,并生成综合评价图,以教育数据进行统合。

作为本技术方案的进一步改进,所述智能分析模块还包括预警模块,所述预警模块用于对出现成绩下滑的学生数据进行预警。

作为本技术方案的进一步改进,所述大数据教育综合系统还包括可视化展示单元,所述可视化展示单元用于对智能分析模块分析的数据和综合应用模块生成的综合评价图进行可视化展示。

作为本技术方案的进一步改进,所述可视化展示单元中的可视化展示包括影像展示和网页展示。

作为本技术方案的进一步改进,所述智能应用单元还包括智能安全监测模块,所述智能安全监测模块用于利用摄像头对教育机构所在区域内进行监控,并对学生的危险行为进行识别;数据导入单元还包括监控数据录入模块,用于采集摄像头内视频流数据包,并将采集的视频流数据包存入存储单元,以便于后期对视频进行调取。

作为本技术方案的进一步改进,所述智能安全监测模块识别的危险行为包括追逐打闹和摔倒,另外智能安全监测模块还对识别后的危险行为进行报警。

作为本技术方案的进一步改进,所述数据导入单元中导入的教育数据包括学生的个人信息、历次考试成绩数据、德智体美劳评价数据。

作为本技术方案的进一步改进,所述存储单元对教育数据的存储采用分类存储的方法。

与现有技术相比,本发明的有益效果:通过智能分析模块的学生教育数据预测分析对学生的教育数据进行预测分析,通过预测分析对学生的成绩进行挖掘,并对其未来的教学规划提供参考,同时学生教育数据聚类分析利用k-means方法对学生成绩进行聚类,并分为优良中三个等级、或其他需要的类别,以对大量的学生的综合成绩进行评级,从而便于直观的看出学生在教育机构的情况。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡洛希极限科技有限公司,未经无锡洛希极限科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110366450.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top