全文总字数:2303字
1. 研究目的与意义(文献综述)
随着网络的发展,互联网已经普及的非常广泛,随着这些周围环境的改变,人们开始去寻找新的方式来去达到更客观,更方便快捷的去达到考试的目的。计算机应用及网络技术的迅猛发展,使得人们迫切希望利用这些技术来进行在线考试,以减轻教师的工作负担以及提高工作效率、提高考试的质量。在线考试系统对实现远距离的同步考试,提高考试效率,确保考试结果的公平、公正、科学、及时等具有重要的意义。
在线考试系统与传统的考试相比,由于传统的考试相比涉及到组织命题、试卷印刷、考场安排、组织阅卷等诸多环节,考试试卷周期长、效率下;同时人工批卷等主观因素也影响到考试的公正性。随着网络技术在教育领域应用的普及,应用现代信息技术构架的网络在线考试系统展现出了越来越多的优越性。
目前国内外均有科技公司给出了这方面的答案,也因此产生出了许多待改进的地方,比如作弊检测,防切屏、视频监控、题目乱序,高级的有人脸识别技术
2. 研究的基本内容与方案
基本内容:
1)学习并理解深度学习神经网络,人脸识别原理以及数学模型
2)使用合适的数学模型训练神经网络,使之可以用于人脸识别3. 研究计划与安排
1)1~2周:阅读和消化资料,提出毕设方案,写出开题报告;
2)3~4周:通过阅读相关资料,了解人脸识别问题的背景和研究意义;
3)5~7周:学习理解并建立人脸识别和神经网络问题的经典数学模型;
4. 参考文献(12篇以上)
[1]基于粗糙集的快速knn文本分类算法[j]. 孙荣宗,苗夺谦,卫志华,李文.计算机工程. 2010(24)
[2]基于密度的knn分类器训练样本裁剪方法的改进[j]. 熊忠阳,杨营辉,张玉芳.计算机应用. 2010(03)
[3]基于knn算法的组合式非搜索特征选择算法[j]. 苏映雪,付耀文.计算机工程. 2007(18)
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。