一种基于对偶路径矩阵分解的知识追踪方法

    公开(公告)号:CN119066450A

    公开(公告)日:2024-12-03

    申请号:CN202411191786.X

    申请日:2024-08-28

    Abstract: 本申请实施例公开了一种基于对偶路径矩阵分解的知识追踪方法,涉及知识追踪技术领域,所述方法包括:获取每个学生的学习记录数据,输入到训练好的知识追踪模型中进行特征提取,输出学习行为数据;将学习行为数据以及学习记录数据输入聚类模型中进行聚类分析,根据聚类结果输出每个聚类中心对应的知识追踪结果标签;分别对知识追踪结果标签对应的学习记录数据进行分析,输出学习数据分析结果,反馈学习指导信息至对应的学生。本申请提供的方法有利于教师更明确的了解每个学生的学习状态,并根据学生的实际学习状态对教学方案作出调整,也可以提示每个学习者了解自身学习的不足之处,使得学习者可以根据实际学习情况更好的规划学习计划。

    一种基于多视角注意力融合的握笔姿势检测方法

    公开(公告)号:CN119251901A

    公开(公告)日:2025-01-03

    申请号:CN202411199248.5

    申请日:2024-08-29

    Abstract: 本申请实施例公开了一种基于多视角注意力融合的握笔姿势检测方法,涉及计算机视觉技术领域,该方法包括:通过红外图像采集装置采集待检测目标的第一图像数据,通过3D图像采集装置采集第二图像数据;基于第一图像数据提取得到第一手部区域图像,基于第二图像数据提取得到第二手部区域图像,输入训练好的握笔姿势识别模型中,提取得到握笔姿势特征向量,并基于握笔姿势特征向量确定握笔姿势检测结果。本申请提供的方法通过在提取握笔姿势特征向量中加入运动学约束,通过transformer模块引入关节角度和关节节点,使得检测模型输出的特征向量可以反应更真实、合理的握笔状态下的手部姿势,提高握笔姿势识别模型估计的握姿的准确性。

Patent Agency Ranking