-
公开(公告)号：CN115906002A
公开(公告)日：2023-04-04
申请号：CN202211519389.1
申请日：2022-11-30
Applicant: 华中师范大学
IPC: G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06Q10/0639 , G06Q50/20
Abstract: 本发明属于计算机应用技术领域，公开了一种基于多粒度数据融合的学习投入状态评估方法，通过构建学习多模态数据采集系统，采集线上或线下学习过程中的多模态数据，再对不同模态数据进行预处理和特征提取；针对不同粒度数据融合的问题，采用异步处理的思路，提出多模态数据融合方法；对预处理和特征抽取后的数据集进行划分，形成训练集和验证集；构建基于异步融合方法的学习状态评估模型。本发明的多模态学习数据多粒度处理方法，在融合多粒度的多模态数据时采用异步处理的方式，考虑不同模态数据间相互关系的同时保留所有粒度数据的时序信息，从而提升学习状态识别模型的准确率和稳定性，通过构建多模态数据采集系统实现学习状态的实时自动评估。
-
公开(公告)号：CN115205072A
公开(公告)日：2022-10-18
申请号：CN202210630251.2
申请日：2022-06-06
Applicant: 华中师范大学
Abstract: 本发明属于教育数据挖掘领域，提供一种面向长周期测评的认知诊断方法，包括：(1)构建面向长周期测评的认知诊断框架；(2)融合提取到的学生特征、试题特征、交互特征和时序特征，获得最终的输入表征向量；(3)利用神经网络结构建模诊断算法，将步骤(2)获得的最终输入表征向量作为网络结构的输入，输出学生作答结果；诊断算法由神经网络结构与损失函数构成；(4)收集数据集，训练网络结构，预测学生作答反应；(5)根据具体应用场景，设计认知诊断系统获得学生的诊断报告。本发明方法分别满足不存在长周期测评数据积累的单次教育测量需求和有长周期测评数据积累的教育诊断需求，较好的解决了教育数据形式变化带来的新问题。
-
公开(公告)号：CN110765873B
公开(公告)日：2022-08-16
申请号：CN201910889390.5
申请日：2019-09-19
Applicant: 华中师范大学
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于表情强度标签分布的面部表情分析方法、装置与计算机可读介质。该方法对人脸图像序列进行自动编码生成表情强度标签，从表情序列中选取中性表情和非中性表情作为输入，采用卷积神经网络对输入数据进行训练得到表情识别模型，根据该表情识别模型输出的联合表情强度分布预测表情图像的类别及所属类别的强度。本发明能够获得表情强度标注的训练数据，从而提高表情识别的正确性和鲁棒性。
-
公开(公告)号：CN113420624B
公开(公告)日：2022-04-26
申请号：CN202110652542.7
申请日：2021-06-11
Applicant: 华中师范大学
Abstract: 本发明提供一种非接触式疲劳检测方法及系统，包括：向待检测者发送毫米波雷达信号，并接收从待检测者反射的回波信号；以确定生命体征信号的时频域特征、非线性特征以及时序特征；获取待检测者的脸部视频图像，基于脸部视频图像进行人脸检测和对齐，以提取待检测者人脸的时域特征和空域特征；将生命体征信号的时频域特征、非线性特征以及时序特征与所述待检测者人脸的时域特征和空域特征融合，得到融合后的特征；将融合后的特征输入到分类器，进行待检测者的疲劳状态识别，判断待检测者是否处于疲劳状态。本发明将两种技术融合从而有效抑制主客观因素的干扰，提高疲劳检测的精度。
-
公开(公告)号：CN113902704A
公开(公告)日：2022-01-07
申请号：CN202111176770.8
申请日：2021-10-09
Applicant: 华中师范大学
IPC: G06T7/00 , G06T7/10 , G06F40/126
Abstract: 本发明公开了两种基于八邻域方向编码的汉字骨架拐点检测方法及系统，其中，第一种测量方法包括预处理步骤、笔段分割步骤、笔段编码步骤和拐点检测步骤；第二种测量方法包括预处理步骤、笔段分割步骤、笔段编码步骤、拐点判断步骤和拐点检测步骤；本发明充分考虑汉字不同笔画的方向编码链的独特规律，并基于八邻域方向编码对此进行研究总结，给出了不同类型笔段的主方向编码、合法方向编码和非法方向编码，将包含3个以上不同方向编码的方向编码链对应的笔段判定为包含拐点的笔段；将方向编码链中非法方向编码对应的笔迹像素点判定为拐点。
-
Patent Agency Ranking
公开(公告)号：CN111064990B
公开(公告)日：2021-12-14
申请号：CN201911163385.2
申请日：2019-11-22
Applicant: 华中师范大学
IPC: H04N21/435 , H04N21/44 , H04N21/4402 , H04N21/478 , H04N21/488 , G09B5/02 , G06F40/253
Abstract: 本发明提供了一种视频处理方法、装置和电子设备；包括：获取正在播放的目标视频，以及对应的外语字幕文件；确定当前播放位置；从外语字幕文件中，确定当前播放位置之后的预设时间段内的外语字幕的难度值；如果难度值大于预设的第一阈值，则翻译外语字幕；在目标视频中显示翻译后的字幕。本发明从字幕文件中确定正在播放的目标视频的当前播放位置之后的预设时间段内的外语字幕的难度值，如果该难度值大于预设的第一阈值，则翻译当前播放位置之后的预设时间段内的外语字幕，在目标视频中显示翻译后的字幕。可以针对不同的学习者设定不同的第一阈值和难度值计算方法，以降低成本，适应所有学习者的外语水平，并且有效地帮助每一个学习者。
-
公开(公告)号：CN108664614B
公开(公告)日：2021-11-23
申请号：CN201810451369.2
申请日：2018-05-11
Applicant: 华中师范大学
IPC: G06F16/903 , G06Q50/20
Abstract: 本发明提出一种基于教育大数据的学习者模型动态构建方法，旨在提供一种学习者个性化学习概览的动态构建方法，实现对学习者的全面描述，促进对学习者的个性化指导。本发明包括以下步骤：首先，通过在线学习平台获取学习者的学习数据；其次，利用Experience API规范量化学习者的学习经历；再次，借助大数据分析和挖掘技术提取有效的学习者特征；最后，依据学习者的有效特征数据动态构建不同时空的个性化学习概览，从而实现学习者模型的动态构建。本发明基于教育大数据的学习者模型动态构建方法能够促进个性化学习的生成，有助于构建个性化的学习环境，对于学习兴趣挖掘、知识盲点识别、就业指导、学习路径规划等领域具有实际的应用价值。
-
公开(公告)号：CN113344053A
公开(公告)日：2021-09-03
申请号：CN202110596094.3
申请日：2021-05-29
Applicant: 华中师范大学
IPC: G06K9/62 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明涉及教育大数据挖掘、图神经网络与学习者行为建模领域，提供一种基于试题异构图表征与学习者嵌入的知识追踪方法，该方法采用深度学习领域中的异构图神经网络技术来表征试题的多维特征，同时，结合项目反应理论对复杂的学习者特征建模，采用聚类等方式捕获学习者的能力特征；最后将试题与学习者混合特征融合至传统知识追踪模型，实现针对不同学习者群体的知识追踪与学习者表现预测。本发明能够科学、全面地对学习者学习情况进行预测，达到辅助教师进行精准教学的目的。
-
公开(公告)号：CN108664932B
公开(公告)日：2021-07-09
申请号：CN201810450003.3
申请日：2018-05-11
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多源信息融合的学习情感状态识别方法，改方法包括：从在线学习平台收集学习者的面部表情图像和交互行为数据，根据表情识别算法获取一定时间段的系列表情图像，进行特征提取并分类；从Web日志文件中提取有用的交互行为数据，利用主观贝叶斯方法进行不确定性推理和数据的深层次分析。在判断学习者对当前学习内容的关注程度的基础上，结合表情识别结果，判断学习者的在线学习情感状态，并分为“满意”和“困惑”等情感状态。本发明适用于实施混合式学习的学科教学，可以通过表情识别，实时掌握学习者的在线学习情感状态，从而更有针对性的提供人工干预。根据情感识别的结果，也可判断学习者对当前学习内容的掌握情况和兴趣。
-
公开(公告)号：CN109597937B
公开(公告)日：2021-06-22
申请号：CN201811467499.1
申请日：2018-12-03
Applicant: 华中师范大学
IPC: G06F16/9535 , G06K9/62 , G06Q50/20
Abstract: 本发明涉及数据处理技术领域，具体涉及一种网络课程推荐方法及装置，方法通过获取多个样本数据，其中，各样本数据包括学习者的人口统计学特征信息、课程资源信息数据以及针对一个网络课程的行为特征信息数据，对多个样本数据进行处理得到多个目标样本数据，并采用预设分类算法进行训练得到分类模型，接收用户输入的针对该用户的人口统计学特征信息，对该人口统计学特征信息采用分类模型进行处理得到与该用户的人口统计学特征信息对应的网络课程，并进行推送，以在用户需要进行网络课程学习时，仅需输入该用户的人口统计学特征信息即可实现快速对该用户进行精准地网络课程推荐，避免了用户在进行网络课程学习时需要进行查找造成不便的情况。
-
-
-
-
-
-
-
-
-
Search Results
393
records
(took 0.022 seconds)
