-
公开(公告)号:CN119646236A
公开(公告)日:2025-03-18
申请号:CN202411723197.1
申请日:2024-11-28
Applicant: 华中师范大学
IPC: G06F16/36 , G06F40/279
Abstract: 本申请属于深度学习技术领域,具体公开了一种面向智慧教室的学习环境本体构建方法及装置。本申请,通过从智慧教室学习环境文本语料中自动识别实体,并自动抽取实体之间的关系;然后利用联合迭代优化过程,不断提高实体识别和关系抽取的准确性;将实体关系三元组转化为OWL本体形式化描述,有助于解构面向智慧教室的学习环境和探索各要素间的关联机理,可以减少人工构建本体所需的时间和成本,加快智慧教室相关应用和服务的开发及部署,指导智慧教室的建设与优化。
-
公开(公告)号:CN114021722B
公开(公告)日:2024-11-08
申请号:CN202111278587.9
申请日:2021-10-30
Applicant: 华中师范大学
IPC: G06N5/022
Abstract: 本发明属于教育数据挖掘领域,提供一种融合认知刻画的注意力知识追踪方法,包括:(1)数据预处理;(2)特征融合;(3)表现预测;(4)模型训练。本发明提出了一套基于学习者认知画像的注意力知识追踪框架,此框架分别对学习者的记忆、实践和语言三方面特征进行建模,最终根据上述所得三方面特征进行联合建模,综合考虑学习者多方面的信息,以此来提升模型对于学习者知识掌握情况和未来表现预测的表现。
-
公开(公告)号:CN113903045B
公开(公告)日:2024-11-01
申请号:CN202111237628.X
申请日:2021-10-22
Applicant: 华中师范大学
IPC: G06V30/244 , G06F40/126
Abstract: 本发明公开了一种手写汉字图像的笔顺识别方法及系统,其中,笔顺识别方法包括预处理步骤、第一次笔顺匹配步骤、第二次笔顺匹配步骤和笔段融合步骤;本发明提供的笔顺识别方法是针对静态手写汉字图像,避免了在电子设备上书写体验的失真;本发明基于八邻域方向编码规则给出了不同类型笔画的非法方向编码,并根据非法方向编码来计算第一次笔顺匹配步骤中的匹配权重;本发明对手写汉字进行第一次笔顺匹配和第二次笔顺匹配,可确保手写汉字中的每个笔段都有匹配的笔顺;本发明通过不同笔段的八邻域编码链和不同笔画的合法方向编码来实现笔段融合;通过本发明提供的笔顺识别方法,能有效提高静态手写汉字图像中笔顺识别的准确率。
-
公开(公告)号:CN115049789B
公开(公告)日:2024-10-29
申请号:CN202210764403.8
申请日:2022-06-29
Applicant: 华中师范大学
Abstract: 本申请提供了一种高反光运动物体的三维重建方法、装置及电子设备,方法包括:获取目标高反光运动物体在正弦光栅照射下生成的多个不同相移的图像;从多个不同相移的图像中筛选不存在反光情况的目标图像;基于多个目标图像的相移步数和图像光强,构建目标高反光运动物体对应的目标系数矩阵和目标光强矩阵;根据所述目标系数矩阵、所述目标光强矩阵,对所述目标高反光运动物体进行三维重建。本申请能够对高反光运动物体进行精准地重建。
-
公开(公告)号:CN113505589B
公开(公告)日:2024-07-23
申请号:CN202110802482.2
申请日:2021-07-15
Applicant: 华中师范大学
IPC: G06F40/279 , G06F40/166
Abstract: 本发明提供一种基于BERT模型的MOOC学习者认知行为识别方法,包括:获取MOOC论坛中学习者讨论文本数据,生成MOOC评论领域的专业语料;对语料进行预处理,生成包含MOOC领域专业知识预训练数据;结合预训练数据,使用MLM和NSP策略对BERT模型进行再训练,得到MOOC‑BERT;构建MOOC学习者认知行为标注数据集;使用标注数据集对MOOC‑BERT中参数和权重微调,生成面向MOOC学习者的认知行为识别模型。本发明基于BERT模型的MOOC学习者认知行为识别方法,用于提高对在线学习环境中学习者认知行为的识别能力,有效帮助教师分析大规模场景下MOOC学习者的认知行为类型。
-
公开(公告)号:CN117473041A
公开(公告)日:2024-01-30
申请号:CN202311106919.4
申请日:2023-08-30
Applicant: 华中师范大学
Abstract: 本发明属于知识追踪技术领域,提供一种基于认知策略的编程知识追踪方法,包括:(1)问题定义和数据预处理;(2)试题表征;(3)代码表征;(4)认知过程双序列建模;(5)表现预测和模型训练。本发明方法根据学习者的认知过程,即理解试题和编写代码解决问题两方面,来建模编程知识追踪问题,分别利用图嵌入技术来聚合试题困难度、知识技能等信息,优化传统知识追踪中试题的表征,考虑到编程学科的开放性,融合了学生代码中蕴含的语法结构、文本注释等认知信息来表征代码特征,然后结合两者分别建模学习者的知识状态和编程能力,更能模拟学习者的做题场景,更好地建模学习者的认知过程。
-
公开(公告)号:CN111104789B
公开(公告)日:2023-12-29
申请号:CN201911161565.7
申请日:2019-11-22
Applicant: 华中师范大学
IPC: G06F40/205 , G06F40/211 , G06F40/30 , G06F16/33
Abstract: 本发明提供了一种文本评分方法、装置和系统;该方法包括:获取待评分的文本;提取文本的文本特征;文本特征包括浅层语言特征、句法特征、语义特征和主题特征;其中,语义特征用于表征文本内的语义连贯度;主题特征用于表征文本与预设的文本主题的相关度;将文本特征输入至预先设定的评分模型中,得到输出结果;根据输出结果确定文本的评分。该方法从待评分的文本中提取浅层语言特征、句法特征、语义特征和主题特征作为文本特征,将上述文本特征输入到预先设定的评分模型中,将评分模型输出的输出结果作为该文本的评分。该方式中针对浅层语言特征、句法特征、语义特征和主题特征这四个方面(56)对比文件Huang T 等.Fine-grained engagementrecognition in online learningenvironment《.2019 IEEE 9th internationalconference on electronics information andemergency communication (ICEIEC)》.2019,第338-341页.Liu J 等.Automated essay scoringbased on two-stage learning《.arXivpreprint arXiv:1901.07744》.2019,第1-7页.陈珊珊.自动作文评分模型及方法研究《.中国优秀硕士学位论文全文数据库信息科技辑》.2018,第I138-2830页.
-
公开(公告)号:CN111046732B
公开(公告)日:2023-11-28
申请号:CN201911096068.3
申请日:2019-11-11
Applicant: 华中师范大学
IPC: G06V40/10 , G06V10/80 , G06N3/0464 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于多粒度语义解析的行人重识别方法及存储介质,包括训练步骤和测试步骤,所述训练步骤包括:利用人体语义解析算法将训练样本中的行人图像解析为多个粒度的语义区域的行人图像,其中至少一个粒度包含不同语义区域之间的过渡信息;将每个语义区域的行人图像输入到对应的卷积神经网络中,对每个语义区域进行分类训练,得到每个语义区域的分类器;利用所述分类器对相应的语义区域的行人图像进行特征提取,将提取到的特征进行特征融合,得到行人特征描述子;所述测试步骤包括:利用训练步骤得到的所述分类器和所述行人特征描述子对测试样本的行人图像进行行人重识(56)对比文件Wang, G., et al..LearningDiscriminative Features with MultipleGranularities for Person Re-Identification.2018 ACM MultimediaConference (MM ’18).2018,1-9.高翔;陈志;岳文静;龚凯.基于视频场景深度学习的人物语义识别模型.计算机技术与发展.2018,(06),59-64.Sun, Y. , et al,.Beyond Part Models:Person Retrieval with Refined PartPooling(and A Strong ConvolutionalBaseline).arXiv:1711.09349v3.2018,第2页至第5页第2节至第4节,图1-3.Fang, H. S., et al,.Weakly and SemiSupervised Human Body Part Parsing viaPose-Guided Knowledge Transfer.arXiv:1805.04310v1.2018,第2页第2节至第5页第3节,图2.
-
公开(公告)号:CN116955555A
公开(公告)日:2023-10-27
申请号:CN202310835917.2
申请日:2023-07-10
Applicant: 华中师范大学
IPC: G06F16/332 , G06F16/33 , G06F18/10 , G06F18/214 , G06F18/20 , G06Q50/20
Abstract: 本发明涉及涉及一种基于自然语音处理的数字人教师在课堂教学的方法,通过采集学生学习轨迹,包括考试成绩、作业成绩、学生在课堂参与、提问、回答问题等行为,对学生的行为进行分类和分析,通过训练HMM的模型,实现对学生行为的自动分类和分析,从而识别学生的学习状态和行为模式,识别学生在学习过程中的困惑和挑战,以及学生在解决问题时的思考和决策过程。调整教学策略和教学资源,以满足学生的学习需求和提高学习效果,使数字人教师具备一定的学科知识储备和教育教学经验,提供智能化、高效率和便捷性的教学服务。该方法具有高度的可定制性和扩展性,帮助学生提高学习效率、提高学习动力。
-
公开(公告)号:CN115933868B
公开(公告)日:2023-08-04
申请号:CN202211304555.6
申请日:2022-10-24
Applicant: 华中师范大学
Abstract: 本发明属于虚拟现实技术的教学应用领域,提供一种翻转讲台的立体综合教学场系统及其工作方法。该系统包括设备部署模块、教学资源适配模块、采集处理模块、边缘计算模块,该方法包括立体综合教学场系统在线下教室的空间划分、设备部署、边缘计算、全息显示、数据采集、动作定位、教学互动环境的构建。本发明构建的教学系统,实现真人教师与虚拟资源的全息叠加显示、提升教室环境下虚实融合的真实感效果,支持多模态交互支持下的虚实同步。本发明有助于立体综合教学场系统在线下教室的建设和应用,促进新一代教室与教育教学的深度融合。
-
-
-
-
-
-
-
-
-