-
公开(公告)号：CN113902129B
公开(公告)日：2025-01-10
申请号：CN202111263507.2
申请日：2021-10-28
Applicant: 华中师范大学
IPC: G06N20/00 , G06N3/0464 , G06N3/08 , G06Q50/20
Abstract: 本发明属于教育大数据挖掘技术领域，公开了一种多模态的统一智能学习诊断建模方法、系统、介质、终端，通过构建多通道的认知诊断模型，对学习者进行初步诊断，对学习资源进行参数估计，得到学习资源参数集与学习者参数集；对学习资源与学习者进行建模，获取深度表征特征；引入自注意力机制对学习者特征与学习资源特征进行融合；将融合特征作为用来预测学习者表现情况的数据基础，构建学习者表现预测网络得到对学习者作答正确概率的预测值；通过学习者与练习题目的特征信息诊断学习者的总体知识点掌握情况，获取练习题目的参数表征。本发明有利于融合多通道认知诊断模型的优点，并设计神经网络对学习者进行智能学习诊断，具有可扩展性。
-
公开(公告)号：CN112507792B
公开(公告)日：2024-01-23
申请号：CN202011217843.9
申请日：2020-11-04
Applicant: 华中师范大学
IPC: G06V20/40 , G06V10/764
Abstract: 本发明属于计算机应用技术领域，公开了一种在线视频关键帧定位方法、定位系统、设备及存储介质，利用在线学习者观看视频的点击流数据预先得到观看行为中每一帧的停留时间，构建逻辑回归分类器，处理点击流数据以及学习者成绩分类数据分别得到训练集以及测试集；利用训练集对逻辑分类器不断训练，使用测试集数据对模型预测评估，对回归系数不断更新，最终拟合出逻辑回归模型的最佳参数，并得出与参数对应的比重较大的某几帧即为关键帧。本发明减少了定位过程中的大量手工调整，减少了长串规则，简化了代码，提高了性能。本发明专注于在线教学视频的关键帧获取，更加具有专注性，而且也为使用计算机应用技术实现互联网+教育带来了新思路。
-
公开(公告)号：CN113724096B
公开(公告)日：2023-09-15
申请号：CN202110942467.8
申请日：2021-08-17
Applicant: 华中师范大学
Abstract: 本发明属于信息资源共享技术领域，公开了一种基于公共品演化博弈模型的群体知识共享方法。本发明基于在线学习社区的特征构建群体知识共享对应的公共品演化博弈模型，结合粒子群优化算法，根据用户的行为特性将用户的策略连续化，调整用户的记忆系数和模仿系数，以动态调整用户的共享策略，能够提高群体共享水平，使得社区能够达到高共享水平稳态，从而促使社区长期稳定的发展。
-
公开(公告)号：CN113591988B
公开(公告)日：2023-08-29
申请号：CN202110874755.4
申请日：2021-07-30
Applicant: 华中师范大学
IPC: G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明属于个性化学习技术领域，公开了一种知识认知结构分析方法、系统、计算机设备、介质、终端，以学习者的学习交互序列为基础，得到联合先验特征；设计分层卷积神经网络对学习者学习状态进行空间分析，提取包含学习者个性化学习能力的空间特征；输出学习者在给定异构特征下对练习的反应情况，构建学习过程中影响学习者知识认知结构及表现的学习者时空融合特征；引入双向门循环单元，构建基于长时间依赖和融合时空特征的知识认知结构分析模型去动态诊断学习者的知识认知结构，预测学习者的学习表现。本发明有利于提高知识认知结构分析模型在预测学习者在特定资源下的学习表现方面的预测精度，对个性化教学的发展具有一定的借鉴意义。
-
公开(公告)号：CN111241243B
公开(公告)日：2023-05-26
申请号：CN202010032981.3
申请日：2020-01-13
Applicant: 华中师范大学
IPC: G06F16/33 , G06F16/35 , G06Q10/0639 , G06Q50/20 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/241
Abstract: 本发明属于教育数据挖掘技术领域，公开了一种面向知识测量的试题、知识、能力张量构建与标注方法，结合Q矩阵与布卢姆认知领域教育目标分类，将知识点的掌握划分为六个认知能力水平：知道、领会、应用、分析、综合、评价，构建试题、知识、能力张量；采用主动学习策略，构建可解释试题标签预测模型，获得可解释的标签预测信息熵，利用训练出的可解释试题标签预测模型，将未标注样本输入该预测模型，反馈具有较强解释性的标签预测信息熵，从而进行人机协同。本发明减少了人工标记的主观性对TKA张量的影响，标注准确率与效率高，极大降低专家人力成本。本发明可迁移性强，可应用于各个学科的试题知识点考查标注，方法适用性更好。
-
Patent Agency Ranking
公开(公告)号：CN109545227B
公开(公告)日：2023-05-09
申请号：CN201810402685.0
申请日：2018-04-28
Applicant: 华中师范大学
Abstract: 本发明属于声纹识别技术领域，公开了一种基于深度自编码网络的说话人性别自动识别方法及系统，利用与注册说话人及信道均无关的语音信号训练UBM通用背景模型；提取注册数据的i‑vector；提取测试数据的i‑vector；训练深度自编码网络；模式匹配与识别，并进行模型评估。本发明将深度自编码网络应用于说话人性别识别中，将深度自编码网络强大的学习能力用于表征不同性别的说话人特征，不仅实现了特征的再提取，同时降低了特征维数，从而降低了分类运算时的复杂度。本发明提出的方法可进一步推广应用于说话人识别，尝试提高说话人识别系统的鲁棒性。
-
公开(公告)号：CN114091657A
公开(公告)日：2022-02-25
申请号：CN202111386905.3
申请日：2021-11-22
Applicant: 华中师范大学
Abstract: 本发明属于个性化学习技术领域，公开了一种基于多任务框架的智能学习状态追踪方法、系统及应用，采集学习者的外在学习行为特征、学习资源特征以及潜在能力特征，并进行预处理操作，获得包含先验信息的学习特征；然后构建多个堆叠的卷积神经网络对学习特征进行深度表示学习，控制学习者的遗忘情况，构建深层学习特征；再进行深浅特征融合，引入双向循环神经网络，构建基于长时序依赖的智能学习状态追踪模型；最后对学习者的学习状态进行量化及预测，并构造损失函数进行多任务训练。本发明有利于提高知识追踪模型在预测学习者学习状态方面的预测性能，而且拓展了知识追踪模型的预测领域和教育应用领域，推动了个性化教育、智慧教育的发展。
-
公开(公告)号：CN113902129A
公开(公告)日：2022-01-07
申请号：CN202111263507.2
申请日：2021-10-28
Applicant: 华中师范大学
Abstract: 本发明属于教育大数据挖掘技术领域，公开了一种多模态的统一智能学习诊断建模方法、系统、介质、终端，通过构建多通道的认知诊断模型，对学习者进行初步诊断，对学习资源进行参数估计，得到学习资源参数集与学习者参数集；对学习资源与学习者进行建模，获取深度表征特征；引入自注意力机制对学习者特征与学习资源特征进行融合；将融合特征作为用来预测学习者表现情况的数据基础，构建学习者表现预测网络得到对学习者作答正确概率的预测值；通过学习者与练习题目的特征信息诊断学习者的总体知识点掌握情况，获取练习题目的参数表征。本发明有利于融合多通道认知诊断模型的优点，并设计神经网络对学习者进行智能学习诊断，具有可扩展性。
-
公开(公告)号：CN112507792A
公开(公告)日：2021-03-16
申请号：CN202011217843.9
申请日：2020-11-04
Applicant: 华中师范大学
Abstract: 本发明属于计算机应用技术领域，公开了一种在线视频关键帧定位方法、定位系统、设备及存储介质，利用在线学习者观看视频的点击流数据预先得到观看行为中每一帧的停留时间，构建逻辑回归分类器，处理点击流数据以及学习者成绩分类数据分别得到训练集以及测试集；利用训练集对逻辑分类器不断训练，使用测试集数据对模型预测评估，对回归系数不断更新，最终拟合出逻辑回归模型的最佳参数，并得出与参数对应的比重较大的某几帧即为关键帧。本发明减少了定位过程中的大量手工调整，减少了长串规则，简化了代码，提高了性能。本发明专注于在线教学视频的关键帧获取，更加具有专注性，而且也为使用计算机应用技术实现互联网+教育带来了新思路。
-
公开(公告)号：CN111241243A
公开(公告)日：2020-06-05
申请号：CN202010032981.3
申请日：2020-01-13
Applicant: 华中师范大学
Abstract: 本发明属于教育数据挖掘技术领域，公开了一种面向知识测量的试题、知识、能力张量构建与标注方法，结合Q矩阵与布卢姆认知领域教育目标分类，将知识点的掌握划分为六个认知能力水平：知道、领会、应用、分析、综合、评价，构建试题、知识、能力张量；采用主动学习策略，构建可解释试题标签预测模型，获得可解释的标签预测信息熵，利用训练出的可解释试题标签预测模型，将未标注样本输入该预测模型，反馈具有较强解释性的标签预测信息熵，从而进行人机协同。本发明减少了人工标记的主观性对TKA张量的影响，标注准确率与效率高，极大降低专家人力成本。本发明可迁移性强，可应用于各个学科的试题知识点考查标注，方法适用性更好。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.031 seconds)
