一种基于大数据与机器视觉的教育综合平台

摘要

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。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。

说明书

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

图1为实施例1的大数据教育综合系统模块框图；

图2为实施例1的数据导入单元模块框图；

图3为实施例1的智能应用单元模块框图；

图4为实施例1的大数据教育综合系统流程框图。

图5为实施例1的可视化展示单元的模块框图。

图6为实施例1的综合评价图

图中各个标号意义为：

100、大数据教育综合系统；

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；

120、存储单元；

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；

140、可视化展示单元。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

实施例1

本发明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。

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。

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。

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

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：

S1、设置相应的k，随机设置聚类中心a＝{a

S2、计算预测成绩空间中所有点到各聚类中心a＝{a

S3、针对每个c

S4、比较误差平方和与设定误差的大小，若大于设定误差则重复步骤六、步骤七，若小于设定误差，则输出聚类结果；

S5、利用可视化展示单元140展示各学生的预测成绩及所属评级，画出在校综合表现图，若某学生的某科目成绩模型中的β值小于预警模块设定值则产生学业预警，并提示相关负责人；

S6、在新的成绩数据录入后，使用最小二乘更新成绩预测模型；

S7、以上一轮的聚类中心为这一轮的初始聚类中心，重复步骤六、七、八更新聚类结果；

S8、更新可视化结果。

具体的，智能分析模块131还包括预警模块，预警模块用于对出现成绩下滑的学生数据进行预警。

此外，大数据教育综合系统100还包括可视化展示单元140，可视化展示单元140用于对智能分析模块131分析的数据和综合应用模块132生成的综合评价图进行可视化展示。

除此之外，可视化展示单元140中的可视化展示包括影像展示和网页展示。

值得说明的是，可视化展示单元140可视化的展示各学生的预测成绩及所属评级可以使用如图5所示的大屏，其中学生基础信息区包括对在校学生人数，以及男生人数和女生人数进行显示，年级人数分布区利用柱形图对各个年级的人数进行显示，学生近期成绩预测区利用折线图对各个年级的成绩预测进行显示，视频显示区对教室监控进行显示，教室环境监测区对教室温度、PM2.5和温度等监测数据进行显示，学生等级分布区对优等生、中等生和差等生的人数进行显示，级别分布区利用扇形图对优等生、中等生和差等生的人数进行显示，学生在校综合表现图区对在校综合表现图进行显示，通过内网或外网的链接访问，综合应用模块132综合k-means方法对学生成绩进行聚类的成绩生成在校综合表现图如图6所示。

进一步的，智能应用单元130还包括智能安全监测模块133，智能安全监测模块133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110还包括监控数据录入模块113，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120，以便于后期对视频进行调取。

具体的，智能安全监测模块133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133还对识别后的危险行为进行报警。

此外，数据导入单元110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，另外还对教育资源进行导入，以供学生进行学习，其包括教学PPT、网课视频等。

除此之外，存储单元120对教育数据的存储采用分类存储的方法。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。