案例3 基于机器学习的卷面详细成绩智能统计
基于红色批改字体和黑白试卷色彩差异的物理学原理,通过接入设备扫描试卷并进行详细的算法处理,获得每一份试卷的学生信息与试卷分数、各小题得分情况,并实现自动复核。针对手写数字识别难点问题,创新性地提出间接重心法,将偏差手写数字图片的识别率提高到100%,显著提高了单个手写数字的识别准确率。进一步地,为有效解决粘连体手写数字的切分,创新性地提出了反向滴水算法,将切分准确率提到90%,并在持续改进。基于开发的算法,每一份试卷的卷面详细成绩智能统计仅需12秒。