-
公开(公告)号：CN112508334B
公开(公告)日：2023-09-01
申请号：CN202011233044.0
申请日：2020-11-06
Applicant: 华中师范大学
IPC: G06Q10/0639 , G06Q50/20 , G06N3/042 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明属于智能教育技术领域，公开了一种融合认知特性及试题文本信息的个性化组卷方法及系统，首先利用认知诊断模型预测学习者在特定试题上基于认知水平的得分；然后利用循环神经网络模型预测学习者在特定试题上的基于文本信息的得分；然后基于得到的学习者基于认知水平、基于文本信息的预测得分构建概率矩阵分解目标函数，预测学习者在特定试题上的潜在得分；最后利用估计的学习者知识掌握向量与学习者增量知识掌握向量，计算KL散度，结合学习者在试题上的潜在得分，选取让学习者知识掌握趋势增加，且难度合适的试题组成个性化测试的试卷。本发明可根据测验目标与试题难度自定义组卷结果，极大增加了学习者自主学习的效率。
-
公开(公告)号：CN116631449A
公开(公告)日：2023-08-22
申请号：CN202310528013.5
申请日：2023-05-10
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多尺度时空注意力机制的语音情感识别方法，属于语音分析技术领域。本发明方法包括：首先将经过预处理后的语音片段分别提取帧级特征和话语级特征；再从帧级特征中提取帧级深度空间特征和帧级深度时间特征；结合所述帧级深度空间特征和帧级深度时间特征得到帧级深度情感特征；同时从话语级特征中提取话语级深度情感特征；之后基于多头注意力机制融合帧级深度情感特征和话语级深度情感特征；最后利用损失函数优化模型，并通过所述模型输出语音片段的情感分类，最终利用多路决策方法决策出整体语音的情感分类。本发明语音情感识别方法基于语音中的多尺度时空深层情感特征，能有效提高现有语音情感识别技术的识别率。
-
公开(公告)号：CN116564340A
公开(公告)日：2023-08-08
申请号：CN202310525675.7
申请日：2023-05-10
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于深度卷积编码器的说话人识别方法，属于语音识别技术领域。本发明方法首先接收说话者的待识别语音；之后对所述待识别语音按预设时长分段并进行数据增强；再从每个音频片段中提取梅尔频谱特征；最后将所述梅尔频谱特征输入至预先训练完成的识别模型中，输出所述待识别语音的说话者身份；本发明所提出的说话人识别方法相比主流说话人识别方法准确率具有明显提升。
-
公开(公告)号：CN114844789B
公开(公告)日：2023-05-26
申请号：CN202210416538.5
申请日：2022-04-20
Applicant: 华中师范大学
IPC: H04L41/142 , G06Q10/0639 , G06Q50/00
Abstract: 本发明属于信息资源共享技术领域，公开了一种基于演化博弈模型的社区知识共享评估方法。本发明通过引入群体信任值作为信息资源共享的关键影响因素，在此基础上构建演化博弈模型，评估群体信任值影响下在线学习社区的知识共享，提升在线学习社区中知识共享水平，促进在线学习社区与用户协同发展。
-
公开(公告)号：CN114925218A
公开(公告)日：2022-08-19
申请号：CN202210570329.6
申请日：2022-05-24
Applicant: 华中师范大学
IPC: G06F16/36 , G06F16/332 , G06F40/216 , G06N3/04 , G06N3/08 , G06N5/02
Abstract: 本发明属于个性化学习技术领域，公开了一种基于自适应图的学习者知识认知结构动态挖掘方法，包括：构建在知识点集合上的初始知识点结构图；对初始的知识点集合上的初始知识点结构图进行更新；确定时序学习过程中学习者的状态动态变化；基于学习者在当前知识点上的状态变化计算得到学习者在与当前知识点相关联的知识点上的状态变化情况；更新学习者的知识状态；并根据更新后的学习者知识状态预测学习者下一时刻的作答结果。本发明能够同时考虑到学习者在学习过程中知识认知情况随时间的变化、学习者知识认知情况在知识结构图上的空间效应，完善知识认知结构分析模型，具有更高的准确性以及更好的解释性。
-
Patent Agency Ranking
公开(公告)号：CN114818698A
公开(公告)日：2022-07-29
申请号：CN202210469691.4
申请日：2022-04-28
Applicant: 华中师范大学
IPC: G06F40/289 , G06F40/30 , G06F16/35 , G06N3/08
Abstract: 本发明提供了一种自然语言文本和数学语言文本的混合词嵌入方法，包括：对混合文本进行识别和预处理，得到由文本和数学表达式组成的数学资源数据集；对具有树形结构的数学表达式进行位置编码，保持树形结构的相对位置平移不变；对具有线性结构特征的文本和具有树形结构特征的数学表达式进行统一位置编码；将相对位置编码送入预训练模型的注意力模块，采用掩蔽语言模型和下句预测两个标准预训练任务对数学资源进行预训练，预训练完成后，每个符号均可得到富含上下文信息的嵌入向量表示。
-
公开(公告)号：CN114418415A
公开(公告)日：2022-04-29
申请号：CN202210082077.2
申请日：2022-01-24
Applicant: 华中师范大学
IPC: G06Q10/06 , G06Q50/20 , G06F16/2458
Abstract: 本发明属于学习者建模技术领域，公开了一种面向学习者的自我调节学习数据信息处理系统及方法，构建由四个循环阶段组成的学习者自我调节学习过程理论模型；对二级指标进行分解和解释，构建自我调节学习指标体系；依据所提出的自我调节学习指标体系进行数据采集和预处理。本发明着眼于学习者能力的培养，在国外经典理论的基础上结合实际需求将其改进优化，使其更好地适配于我国学生的学习情况。本发明利用家校合作的方式使低学龄段学习者在开展自我调节学习时也能够得到更多的反馈和帮助，从学习者外部动机的激发过程到内部动机的维持过程都体现了家长和教师的参与和帮助，从而引导学生更好地进行自我调节学习，协同家校双方为学生营造良好的共育氛围。
-
公开(公告)号：CN108766464B
公开(公告)日：2021-01-26
申请号：CN201810572148.0
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，公开了一种基于电网频率波动超矢量的数字音频篡改自动检测方法，分析电网频率(ENF)信号中对信号截断敏感的相位谱和瞬时频率谱，分别提取有效特征集，并对提取出的特征集进行融合；仅使用大量的原始语音信号，其中包含各种信噪比的语音信号，甚至还有一些有缺陷的语音信号进行背景建模，与实际检测情况较为相符，也因此该背景模型对信号篡改类型不敏感，可以有效检测出各种类型的篡改音频。本发明建立了同类语音信号的一致性模型，经过自适应过滤掉了大量与本类属性无关的特征，并且其中的自适应部分还可以供使用者自行调整，具有较好的鲁棒性。
-
公开(公告)号：CN107274915B
公开(公告)日：2020-08-07
申请号：CN201710643739.8
申请日：2017-07-31
Applicant: 华中师范大学
Abstract: 本发明提供了一种基于特征融合的数字音频篡改自动检测方法，首先对待测信号进行下采样；然后以电网频率(Electric Network Frequency，ENF)标准频率为中心进行带通滤波得到信号中的ENF成分；接着分别提取ENF成分基于DFT0的相位特征，DFT1的相位特征和基于Hilbert变换的瞬时频率特征；经过特征融合，得到特征集；最后使用优化的支持向量机分类器对特征集中的部分数据进行训练，得到训练模型；使用训练模型可以对待测语音信号进行预测。本发明使用ENF信号中具有代表性的相位和瞬时频率特征进行特征融合，并使用支持向量机进行分类，得到分类模型。该模型对于信号的插入和删除情况均可得到很好的检测效果，相较于传统的判别方法更加直观和简单。
-
公开(公告)号：CN108766430B
公开(公告)日：2020-08-04
申请号：CN201810572146.1
申请日：2018-06-06
Applicant: 华中师范大学
Abstract: 本发明属于语音识别/说话人识别技术领域，公开了一种基于巴氏距离的语音特征映射方法及系统，首先分别提取复杂环境下语音信号和干净语音信号的特征；接着利用复杂特征和特征映射公式初始化映射特征，并分别建立映射特征与干净特征的GMM模型；然后用EM算法迭代估计两个GMM模型之间的最小巴氏距离，并得到最终的映射特征；最后将映射特征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。本发明通过最小化复杂特征GMM与干净特征GMM之间的巴氏距离来对复杂特征进行映射，得到映射特征，并将映射特征与干净模型进行模式匹配与识别；用映射特征代替复杂特征，能够有效提高语音识别的正确率。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.033 seconds)
