基于多特征融合的课堂话语分类方法和装置

    公开(公告)号:CN111274401A

    公开(公告)日:2020-06-12

    申请号:CN202010068206.3

    申请日:2020-01-20

    Abstract: 本发明提供了一种基于多特征融合的课堂话语分类方法和装置,涉及教育教学技术领域,包括:获取课堂话语文本集,该课堂话语文本集包括用于训练的课堂话语文本集和待分类的课堂话语文本集,通过确定用于训练的课堂话语文本集的第一融合特征,以及确定待分类的课堂话语文本集的第二融合特征;并基于第一融合特征和分类标签,对分类器进行训练;基于第二融合特征,利用训练好的分类器对待分类的课堂话语文本集进行分类;解决了课堂话语分类正确率低、效率低的技术问题,达到了提高课堂话语分类的准确率、便于高效分析和研究教学的技术效果。

    一种学习者高阶认知活动状态识别方法、装置及系统

    公开(公告)号:CN115630272A

    公开(公告)日:2023-01-20

    申请号:CN202211329492.X

    申请日:2022-10-27

    Abstract: 本发明提供一种学习者高阶认知活动状态识别方法、装置及系统,确定层级卷积胶囊网络模型;层级卷积胶囊网络模型在原始胶囊网络模型的基础上将所有卷积运算通道方向的卷积核长度增加为预设值,以便每次卷积运算的感受野能够有效捕捉高、低阶认知两种状态下学习者大脑左半球和右半球相应脑电通道的关联特征,以提取表征学习者高阶认知活动状态的有效信息;且所述层级卷积胶囊网络在原始胶囊网络模型的卷积激活模块增加两个卷积层,构建出层级卷积模块,以提取脑电数据不同层次更丰富的特征,以进一步有效捕捉表征学习者高阶认知活动状态的信息;将学习者学习过程中的脑电数据输入到训练好的层级卷积胶囊网络模型,以感知是否处于高阶认知活动状态。

Patent Agency Ranking