-
公开(公告)号：CN110046253A
公开(公告)日：2019-07-23
申请号：CN201910283966.3
申请日：2019-04-10
Applicant: 广州大学
Abstract: 本发明属于自然语言处理技术，为语言冲突的预测方法，包括步骤：用机器学习方法获得候选对话数据集；对数据集进行筛选，筛选出开始为文明对话而随后恶化为有害对话的对话数据；下载所建立的语料库，使用convokit语料库类构建convokit语料库对象；提取语料的提示类型特征；在语料库上训练QuestionTypology对象，将Wiki语料库加载到数据集对象；提取礼貌策略特征；创建成对的数据；根据提示类型特征、礼貌策略特征和成对数据，构造特征矩阵；使用logistic回归模型，比较显示的语用特征，从而对网络对话是否可能恶化进行预测。本发明方法对网络对话是否可能恶化进行有效预测，有利于网络矛盾的防治处理。
-
公开(公告)号：CN112183238B
公开(公告)日：2024-01-05
申请号：CN202010948012.2
申请日：2020-09-10
Applicant: 广州大学
Abstract: 本发明公开了一种远程教育注意力检测方法及系统，该方法的步骤为：采集面部图像；对采集到的面部图像进行图像预处理，进行高斯滤波后将图像从RGB图像转换为灰度图；框选面部特征，通过人脸识别算法识别到人脸特征值，进行特征值匹配验证；构建人脸实时情绪分类系统；标注人脸特征点，根据特征点之间的几何距离，计算嘴巴张开程度、眼睛张开程度；预设眼睛张开程度阈值、嘴巴张开程度第一阈值和嘴巴张开第二阈值，判定注意力状态处于专注或者分心；设置间隔时间采集面部图像，注意力状态判定为分心时反馈提示。本发明设置了实时注意力检测，检测学生学习的注意力状态，辅助提高远程教育的学习效果，达到智能教学目的。
-
Patent Agency Ranking
公开(公告)号：CN110634473A
公开(公告)日：2019-12-31
申请号：CN201910889983.1
申请日：2019-09-20
Applicant: 广州大学
Abstract: 本发明涉及语音识别技术，具体为一种基于MFCC的语音数字识别方法，首先对输入的语音信号进行采样，对采样后的语音信号进行预处理；对采样及预处理后的语音信号进行端点检测，提取出单个数字语音信号；提取每一个数字语音信号的MFCC特征；利用均方误差MSE的方法将每一个数字语音信号的MFCC特征与通过训练获得的MFCC数字语音信号参数模板进行匹配，识别出语音信号中的数字。该方法将MFCC特征与MSE结合实现语音数字的识别，不仅识别率高而且避免了大量的数据计算，识别效率高，且可应用在环境较为复杂的情形下。
-
公开(公告)号：CN110046253B
公开(公告)日：2022-01-04
申请号：CN201910283966.3
申请日：2019-04-10
Applicant: 广州大学
Abstract: 本发明属于自然语言处理技术，为语言冲突的预测方法，包括步骤：用机器学习方法获得候选对话数据集；对数据集进行筛选，筛选出开始为文明对话而随后恶化为有害对话的对话数据；下载所建立的语料库，使用convokit语料库类构建convokit语料库对象；提取语料的提示类型特征；在语料库上训练QuestionTypology对象，将Wiki语料库加载到数据集对象；提取礼貌策略特征；创建成对的数据；根据提示类型特征、礼貌策略特征和成对数据，构造特征矩阵；使用logistic回归模型，比较显示的语用特征，从而对网络对话是否可能恶化进行预测。本发明方法对网络对话是否可能恶化进行有效预测，有利于网络矛盾的防治处理。
-
公开(公告)号：CN112183238A
公开(公告)日：2021-01-05
申请号：CN202010948012.2
申请日：2020-09-10
Applicant: 广州大学
Abstract: 本发明公开了一种远程教育注意力检测方法及系统，该方法的步骤为：采集面部图像；对采集到的面部图像进行图像预处理，进行高斯滤波后将图像从RGB图像转换为灰度图；框选面部特征，通过人脸识别算法识别到人脸特征值，进行特征值匹配验证；构建人脸实时情绪分类系统；标注人脸特征点，根据特征点之间的几何距离，计算嘴巴张开程度、眼睛张开程度；预设眼睛张开程度阈值、嘴巴张开程度第一阈值和嘴巴张开第二阈值，判定注意力状态处于专注或者分心；设置间隔时间采集面部图像，注意力状态判定为分心时反馈提示。本发明设置了实时注意力检测，检测学生学习的注意力状态，辅助提高远程教育的学习效果，达到智能教学目的。
-
公开(公告)号：CN112116841A
公开(公告)日：2020-12-22
申请号：CN202010948014.1
申请日：2020-09-10
Applicant: 广州大学
Abstract: 本发明公开了一种基于深度学习的个性化远程教育系统及方法，该系统包括教师端、远程教育端、学生端、个性化题库分析模块、学生专注度检测模块和学生信息库；学生端通过网络学习平台连接远程教育端；教师端用于教师直播或录播上课，学生端用于学生学习，远程教育端用于辅助教师教学，个性化题库分析模块用于根据学员的学习进度、学习错误题目和题库加载的高频错误点进行统计，针对每位同学推送对应题目，学生专注度检测模块用于将视觉图像送入深度学习框架进而分析学习者的专心程度。本发明在传统的高效远程教育管理系统基础上增加了个性化题库分析模块，实现对不同的用户端，不同的学习目的进行自适应的适配，达到智能教学的目的。
-
公开(公告)号：CN110705379A
公开(公告)日：2020-01-17
申请号：CN201910861618.X
申请日：2019-09-12
Applicant: 广州大学
Abstract: 本发明为基于多标签学习的卷积神经网络的人脸表情识别方法，首先从视频中获取人脸图像，下载FER人脸数据集，并利用众包资源，对FER数据集进行重新标注，形成概率分布，并将其分类成多种表情，得到FER+人脸数据集；对在视频中获取到的人脸图像进行预处理；建立可用于多种表情识别的多标签学习的卷积神经网络模型；定义损失函数，利用反向传播算法和梯度下降法训练所述模型，迭代多次；保存所述模型，输入测试集的图像对所述模型进行测试；使用所述模型对预处理后的人脸图像进行特征提取，得到人脸图像的特征并利用分类器对人脸图像特征进行分类识别，得到表情识别结果。本发明提高了人脸表情识别的准确率，简化了步骤。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
