基于MC-LSTM的在线作业自主判别系统设计

摘要：

为有效判别高校学生在线作业中复制、代写、抄袭等不良现象,引入击键行为识别技术.根据不同应用场景构造了单字符间特征值、关键字字符串内特征值以及关键字字符对特征值,并结合神经网络算法构建了一种基于MC-LSTM的在线作业击键行为识别模型.以IT课程"数据库原理与应用"为例,设计并实现了基于MC-LSTM的在线作业行为识别系统,并测试了不同特征值及特征值组对识别效果的影响.实验结果表明,该系统能够有效判别在线作业自主完成情况,从而对在线教学质量提供保障.

关键词：神经网络、在线作业、自主判别系统、行为识别

所属期刊栏目：39

分类号：G434;TP399(电化教育)

资助基金：国家自然科学基金;浙江省自然科学基金

在线出版日期：2022-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：198-204