雷俊杰 张伟池 余荣 张浩川

摘要：文章将机器学习中的决策树算法和图像处理技术相结合，提出了一种基于决策树的选项识别方法，该方法首先需要通过人工标注的方式从答题卡中抽取选项构造训练集和测试集，训练集和测试集都包括填涂的选项和未填涂的选项两类，接着将训练集中的答题卡选项切割成n个大小相同的小矩形，通过计算这些小矩形的占空比并通过设定阈值的方式将其离散化成{0，l}中的其中一个值，这些值将作为选项的填涂空间信息特征，然后将n个小矩形的离散后的值相加作为表征选项整体填涂信息特征，再将这n+l个特征构成特征向量的形式，去构造选项识别的决策树，最后，用测试集测试决策树的准确率和速度。经过仿真测试，在权衡识别准确率和识别效率之后，得出选项切割的最佳个数和最佳离散化阈值，在该参数的设置下，决策树的识别性能具有满意的结果。该方法实现方便、简单、易于理解，并具有很高的准确率和很快的识别速度。

关键词：机器学习；决策树；选项识别；特征提取；答题卡

1 相关概述

1.1研究背景

随着科学技术的日益发展，传统的教育行业也发生着巨大的变革，从以前的客观题需要人工手动批改，到后来使用光学标记阅读机去识别选项答案，效率得到了大大的提升。但光学标记阅读机虽然速度快，准确性高，但也存在着一些问题[1-3]：（1）设备成本高，一台普通的光学标记阅读机需要好几万的成本。……