-
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：CN114861754A
公开(公告)日：2022-08-05
申请号：CN202210307246.8
申请日：2022-03-25
Applicant: 华中师范大学
Abstract: 本发明涉及知识追踪领域，提供一种基于外部注意力机制的知识追踪方法及系统。本发明方法通过建立多头外部注意力编码器和解码器神经网络，计算当前时间序列中的习题和习题对应的知识组件的外部注意力知识追踪的参数，利用外部注意力知识追踪模型计算学生者关于当前时间序列对应的习题答题结果正确的概率预测值，通过对比知识追踪数据集中当前时间序列的习题答题结果的真实值，得到与当前时间序列对应的外部注意力机制神经网络模型的损失函数，通过回溯算法得到权重参数的优化值；从而实现学习者对当前习题的作答情况的状态预测，筛选出学生未掌握的题目，有助于学习者的针对性学习。
-
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：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：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。
-
Patent Agency Ranking
公开(公告)号：CN111046751A
公开(公告)日：2020-04-21
申请号：CN201911169454.0
申请日：2019-11-22
Applicant: 华中师范大学
Abstract: 本发明提供了一种公式识别方法和装置；其中，该方法包括：获取待处理数据；提取待处理数据的笔迹特征；根据待处理数据中笔划的输入顺序以及笔迹特征，生成待处理数据对应的用户行为链；用户行为链用于指示待处理数据中符号之间的时序关系；将用户行为链输入至预设的公式识别模型中，输出待处理数据的公式识别结果。该方法根据待处理数据中笔划的输入顺序和笔迹特征生成可以指示待处理数据中符号之间的时序关系的用户行为链，将该用户行为立案输入至预设的公式识别模型，由公式识别模型输出公式识别结果，通过用户行为链指示时序关系，在识别过程中考虑公式的时序性，以简化识别步骤，减少识别时间，增加识别准确率。
-
公开(公告)号：CN109558983A
公开(公告)日：2019-04-02
申请号：CN201811467522.7
申请日：2018-12-03
Applicant: 华中师范大学
Abstract: 本发明提供一种网络课程辍学率预测方法及装置，涉及数据处理技术领域，方法包括获取多个样本数据，且每个样本数据包括用户的辍学率、多种行为属性信息以及每种行为属性信息对应的行为数据，基于所述多种行为属性信息构建行为矩阵，并基于所述行为矩阵进行计算得到该行为矩阵对应的权重向量，根据各所述样本数据的辍学率和用户的多种行为属性信息对应的行为数据以及所述权重向量得到一辍学率预测模型，并基于该辍学率预测模型对学习者的多种行为信息进行处理得到该学习者的网络课程辍学率预测结果。通过上述方法，以使辍学率预测模型具有更高的收敛度和准确度，进而有效避免进行网络课程辍学率预测时存在的准确度低的问题。
-
公开(公告)号：CN108932593A
公开(公告)日：2018-12-04
申请号：CN201810824698.7
申请日：2018-07-24
Applicant: 华中师范大学
Abstract: 本发明提供了一种认知影响因素分析方法及装置，涉及认知加工过程数据挖掘技术领域。所述认知影响因素分析方法首先获取学习者的学习数据，对所述学习数据进行处理后获得标准学习数据，再基于所述标准学习数据采用特征提取器提取所述学习者的特征，基于所述特征采用分类器确定影响所述学习者的认知影响因素。所述认知影响因素分析方法从学习者的学习数据中挖掘学习者认知影响因素，同时利用特征提取器和分类器确定所述认知影响因素，参考了学习者的状态、失误等隐性影响因素，提高了认知影响因素分析的准确性。
-
公开(公告)号：CN108665006A
公开(公告)日：2018-10-16
申请号：CN201810477431.5
申请日：2018-05-17
Applicant: 华中师范大学
Abstract: 本发明提供了一种分层认知诊断方法、装置及系统，涉及认知诊断的技术领域，该方法包括获取测试试卷的试题与目标属性的关联矩阵；采集被试的试题分步信息，并结合关联矩阵生成分层矩阵；确定目标属性理想掌握模式，并确定各个理想掌握模式的能力向量；采集被试的答题信息，并根据答题信息确定被试的能力向量；将被试的能力向量与各个理想掌握模式的能力向量进行分类，确定被试符合的理想掌握模式。本发明通过搭建手脚架的方式为被试提供启发信息，对被试进行分层诊断，诊断出被试的知识状态，定位被试到底是哪个属性未掌握，进而为教师提供因材施教的指导方向，为被试提供个性化补救的提升练习。
-
公开(公告)号：CN108123939A
公开(公告)日：2018-06-05
申请号：CN201711362561.6
申请日：2017-12-14
Applicant: 华中师范大学
IPC: H04L29/06
Abstract: 本发明提供了一种恶意行为实时检测方法及装置，应用于SDN网络系统中，涉及云计算技术领域。所述恶意行为实时检测方法包括：基于包含云平台上的可能攻击方案的恶意行为攻击模型，建立云计算环境下的恶意行为攻击特征库；基于所述恶意行为攻击特征库，实时检测网络中的当前数据流中是否有恶意行为；在为是时，表征当前存在网络攻击，对所述当前数据流进行拦截。本发明针对目前的恶意行为检测模型无法有效应对大规模网络流量带来的处理效率瓶颈以及网路拓扑复杂带来的流量控制困难的问题，利用灵活的SDN架构结合大数据的处理框架，设计基于SDN的恶意行为实时检测模型来解决目前研究存在的由于处理瓶颈和网络流量控制问题导致的检测效率低的问题。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.026 seconds)
