一种基于大数据与机器视觉的教育综合平台制造技术

本发明专利技术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。本发明专利技术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

【技术实现步骤摘要】
一种基于大数据与机器视觉的教育综合平台


[0001]本专利技术涉及智能教育
，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。

技术介绍

[0002]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。

技术实现思路

[0003]本专利技术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
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术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。
[0005]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。
[0006]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。
[0007]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。
[0008]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。
[0009]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。
[0010]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。
[0011]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。
[0012]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。
[0013]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。
[0014]与现有技术相比，本专利技术的有益效果：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
[0015]图1为实施例1的大数据教育综合系统模块框图；
[0016]图2为实施例1的数据导入单元模块框图；
[0017]图3为实施例1的智能应用单元模块框图；
[0018]图4为实施例1的大数据教育综合系统流程框图。
[0019]图5为实施例1的可视化展示单元的模块框图。
[0020]图6为实施例1的综合评价图
[0021]图中各个标号意义为：
[0022]100、大数据教育综合系统；
[0023]110、数据导入单元；111、手动导入模块；112、格式导入模块；113、监控数据录入模块；
[0024]120、存储单元；
[0025]130、智能应用单元；131、智能分析模块；132、综合应用模块；133、智能安全监测模块；
[0026]140、可视化展示单元。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]实施例1
[0029]本专利技术提供一种基于大数据与机器视觉的教育综合平台，请参阅图1
‑
图4，包括大数据教育综合系统100，大数据教育综合系统100包括数据导入单元110、存储单元120和智能应用单元130；数据导入单元110用于将学生的教育数据导入至存储单元120；存储单元120用于对导入的教育数据进行存储，通过搭建相应的数据库对教育数据进行存储；智能应用单元130用于对存储单元120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。
[0030]本实施例中，数据导入单元110包括手动导入模块111和格式导入模块112；手动导入模块111用于将学生的教育数据手动输入进存储单元120；格式导入模块112用于将学生的教育数据的格式包直接导入至存储单元120，其中格式包包括但不限于Excel,SQL等格式的数据。
[0031]进一步的，智能应用单元130包括智能分析模块131和综合应用模块132；智能分析模块131用于对存储单元120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；综合应用模块132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。
[0032]值得说明的是，学生教育数据预测分析的具体工作方法：假设学生归一化成绩与考试次数之间的模型为对每个学生的每门科目成绩进行最小二乘拟合，得出其成绩预测模型，并将i＝i+1代入预测该科目下次考试成绩，重复n次，得出n门科目的归一化预测成绩再逆推出预测成绩将所有的学生的预测成绩组成集合p为学生数量组成n维的归一化预测成绩空间。
[0033]并且，为了对学生成绩进行评级智能分析模块131的学生教育数据聚类分析采用k
‑
means方法对学生成绩进行聚类，分为优良中三个等级、或其他需要的类别，其步骤如下：
[0034]S1、设置相应的k，随机设置聚类中心a＝{a1,a2,...a
k
}。
[0035]S2、计算预测成绩空间中所有点到各聚类中心a＝{a1,a2,...a
k
}的欧氏距离，距离最小的则归属到其所属于的簇c
j
；
[0036]S3、针对每个c本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一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(100)，其特征在于：所述大数据教育综合系统(100)包括数据导入单元(110)、存储单元(120)和智能应用单元(130)；所述数据导入单元(110)用于将学生的教育数据导入至存储单元(120)；所述存储单元(120)用于对导入的教育数据进行存储；所述智能应用单元(130)用于对存储单元(120)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。2.根据权利要求1所述的基于大数据与机器视觉的教育综合平台，其特征在于：所述数据导入单元(110)包括手动导入模块(111)和格式导入模块(112)；所述手动导入模块(111)用于将学生的教育数据手动输入进存储单元(120)；所述格式导入模块(112)用于将学生的教育数据的格式包直接导入至存储单元(120)。3.根据权利要求1所述的基于大数据与机器视觉的教育综合平台，其特征在于：所述智能应用单元(130)包括智能分析模块(131)和综合应用模块(132)；所述智能分析模块(131)用于对存储单元(120)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(132)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。4.根据权利要求3所述的基于大数据与机器视觉的教育综合平台，其特征在于：所述智能分析模块(131)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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：