-
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。
-
公开(公告)号：CN110502636A
公开(公告)日：2019-11-26
申请号：CN201910796765.3
申请日：2019-08-27
Applicant: 华中师范大学
Abstract: 本发明属于教育数据挖掘技术领域，公开了一种面向主客观试题的联合建模及挖掘方法及系统，构建试题知识点层次矩阵，对主客观试题进行联合建模，并进行参数估计；结合知识点占比因子，挖掘学习者的试题掌握程度，并使用多分类神经网络映射到布鲁姆认知领域目标分类中，得到学习者试题掌握层次；对学习者试题得分进行预测，与已有的学习者作答信息进行对比，计算其标准差与平均绝对误差，以评估模型的有效性。本发明实现对客观试题与主观试题的联合建模，使得挖掘粒度更加精细化；本发明将知识点权重融入挖掘模型中，挖掘学习者在测试中的知识掌握程度与试题掌握程度；本发明为挖掘结果提供可支撑性的解释性信息。
-
公开(公告)号：CN108831443A
公开(公告)日：2018-11-16
申请号：CN201810664855.2
申请日：2018-06-25
Applicant: 华中师范大学
Abstract: 本发明属于数字音频数据处理技术领域，公开了一种基于堆叠自编码网络的移动录音设备源识别方法，先提取纯净语音片段的RASTA-MFCC特征训练一个GMM-UBM模型，然后再基于特定设备源的语音片段提取RASTA-MFCC特征，进而调整GMM的参数，并提取特定设备源的语音片段的相关对数谱的特征；最后将提取到的特征用来训练深度自编码网络，达到自动识别分类的要求。本发明在司法、新闻、知识产权、科学发现等领域，可确认数字音频的来源，对数字音频资料的真实性、完整性进行验证。本发明在语音识别和说话人识别领域，可分别检测训练和测试语音的设备信道信息，建立训练和测试语音之间的信道映射函数，从而解决信道失配问题。
-
Patent Agency Ranking
公开(公告)号：CN108806718A
公开(公告)日：2018-11-13
申请号：CN201810585686.3
申请日：2018-06-06
Applicant: 华中师范大学
Abstract: 本发明属于数字音频信号处理技术领域，公开了一种基于对ENF相位谱和瞬时频率谱分析的音频鉴定方法，对待测信号进行预处理，接着对ENF信号进行特征提取，分析ENF信号的相位谱和瞬时频率谱，提取ENF信号的相位谱波动特征，相位谱和频率谱拟合参数特征；通过判别相关分析DCA方法进行特征融合，最大化不同的特征集之间的相关性；最后应用深度随机森林对融合后的特征进行模型建构，训练好的模型进行迁移学习。本发明使用的特征级融合技术进行特征数据处理，降低了特征维数的同时提高识别差距，应用深度学习方法进行模型训练，大大提高了数字音频被动篡改检测的准确率。
-
公开(公告)号：CN108538312A
公开(公告)日：2018-09-14
申请号：CN201810401376.1
申请日：2018-04-28
Applicant: 华中师范大学
Abstract: 本发明属于数字音频信号处理技术领域，公开了一种基于贝叶斯信息准则的数字音频篡改点自动定位的方法，对待测篡改信号进行活动语音检测，确定语音信号中的静音段；静音段分帧后依次提取每帧的美尔频率倒谱系数特征，按时序对特征序列再进行长窗分帧；计算每个长时特征帧的BIC值；取所有长时特征帧的BIC值组成的序列中的所有波峰点作为可疑篡改点，并在静音段中以其为中点，前后分别截断；对每个包含可疑点的截断窗计算BIC值序列。本发明实现了数字音频篡改点的自动定位，相对于传统的篡改检测方法降低了计算量，减少了篡改点的漏检率，避免了阈值选择的问题，对使用噪声对篡改点进行掩盖的情况具有鲁棒性。
-
公开(公告)号：CN108228779A
公开(公告)日：2018-06-29
申请号：CN201711466799.3
申请日：2017-12-28
Applicant: 华中师范大学
Abstract: 本发明属于学习分析领域，提供一种基于学习社区对话流的成绩预测方法，该方法针对输入的课程下的学习小组的对话流文件，输出该小组中的学习者成绩等级，该方法分为训练和预测两个阶段，训练阶段得到成绩预测模型，预测阶段应用此模型进行成绩预测。本发明在采集在线学习社区中对话流数据的基础上，通过对话流划分算法、对话状态矩阵生成算法和预测模型生成算法，实现对在线学习社区中对话流的分析，以完成自动评估某个学习小组的学习效果并预测该小组中学生成绩等级，以实现教师对个别学生的预测与干预。
-
公开(公告)号：CN107316536A
公开(公告)日：2017-11-03
申请号：CN201710482942.1
申请日：2017-06-22
Applicant: 华中师范大学
IPC: G09B15/00
CPC classification number: G09B15/00
Abstract: 本发明公开了一种基于乐器数字接口的虚拟扬琴系统，包括用户演奏模块、自动演奏模块、知识讲解模块；用户演奏模块，主要包含三个部分，第一部分用于鼠标点击演奏、手指触摸演奏；第二部分用于记录回放用户演奏的乐曲，包含保存乐曲功能、载入乐曲文件功能、清除乐曲功能等；第三部分用于用户演奏评价，包含演奏乐曲的总得分、演奏错误音符信息以及相关建议。自动演奏模块，用于MIDI文件解析、扬琴声音和音符动画触发以及乐曲演奏。知识讲解模块，用于扬琴介绍、扬琴乐理知识讲解、扬琴演奏讲解。本发明将各项功能整合起来，可以单独作为一个独立的教学系统；本发明操作简单，操作界面用户友好性佳；本发明系统稳定性高，具有很强的鲁棒性。
-
公开(公告)号：CN106782520A
公开(公告)日：2017-05-31
申请号：CN201710151497.0
申请日：2017-03-14
Applicant: 华中师范大学
Abstract: 本发明提供了一种复杂环境下语音特征映射方法，首先提取干净环境下的语音信号的特征；然后提取复杂环境下的语音信号的特征；接着利用特征映射方法对复杂环境下的语音信号进行特征映射，使得到的映射特征可近似视为干净环境下的语音信号特征；最后与已经训练完毕的干净环境下的语音信号模型进行模式匹配和识别。本发明利用特征映射函数对复杂环境下的语音信号进行映射，使得到的特征可以近似视为干净环境下的语音信号特征，通过映射函数的作用可使复杂环境下的语音特征的纯净度得到大幅度提升从而提升语音识别的准确度，提高语音识别系统的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.034 seconds)
