-
公开(公告)号：CN119007096A
公开(公告)日：2024-11-22
申请号：CN202410949486.7
申请日：2024-07-15
Abstract: 本发明公开了一种基于视觉大模型低秩自适应微调的学生行为检测方法，涉及行为检测技术领域，包括以下步骤：构建本地数据集；在预训练模型中的特定注意力头中引入低秩自适应参数；固定预训练模型的原始参数，利用低秩自适应微调技术在本地数据集上微调低秩自适应参数；重复上一步骤，直到算法收敛，得到适应本地数据分布的学生行为检测模型Wlocal；将微调后的模型Wlocal部署在学校端，实时检测和反馈学生行为。本发明采用上述一种基于视觉大模型低秩自适应微调的学生行为检测方法，通过对预训练模型进行低秩自适应微调，有效地克服了学生行为检测场景中难以获取足够高质量标注数据的问题。
-
公开(公告)号：CN119070862A
公开(公告)日：2024-12-03
申请号：CN202411226686.6
申请日：2024-09-02
Applicant: 江苏第二师范学院
IPC: H04B7/04 , H04B7/0404 , H04B7/06 , H04B7/08
Abstract: 本发明公开了一种基于STAR‑RIS的通信感知一体化系统与方法，属于无线通信技术领域，包括通过无线连接的STAR‑RIS、部署多天线的双功能基站、通信用户和感知目标；通过通信用户与感知目标统计信道状态信息；部署多天线的双功能基站发射包含通信信号与感知信号的联合信号通过STAR‑RIS为通信用户提供下行通信服务；通过STAR‑RIS进行目标感知；通过交替优化通信信号发射协方差矩阵、感知信号发射协方差矩阵、STAR‑RIS的反射相移矩阵与透射相移矩阵以及联合发射信号功率分配因子，在满足感知性能要求下最大化系统可达遍历速率；本发明显著降低了获取信道状态信息的计算复杂度与系统开销，以及频繁的STAR‑RIS相移矩阵重构需求，同时提升了系统可达遍历速率，具有显著的实用价值。
-
公开(公告)号：CN118609437A
公开(公告)日：2024-09-06
申请号：CN202410276596.1
申请日：2024-03-12
Applicant: 江苏第二师范学院
IPC: G09B7/04 , G09B5/14 , G09B7/08 , G06Q50/20 , G06Q10/047 , G06F16/332 , G06F16/335 , G06F16/35 , G06F18/243
Abstract: 本发明提出一种基于大模型的辅助出题系统及方法，包括：步骤S1：选择基于深度学习的自然语言处理模型，使用大规模的文本数据集对模型进行训练；步骤S2：获取学生信息；步骤S3：题目生成算法；步骤S4：题目评估及反馈；步骤S5：学习路径规划。本发明通过利用大模型的自然语言处理和生成能力，实现了出题过程的自动化。传统的出题过程需要教师花费大量时间和精力进行题目设计和编写，而本发明通过大模型辅助，可以自动生成高质量、多样化的题目，减轻教师的出题负担，提高出题的效率和一致性。这种自动化的出题过程能够极大地节省教师的时间和精力，使他们能够更专注于其他教学活动和个性化指导。
-
公开(公告)号：CN119130748A
公开(公告)日：2024-12-13
申请号：CN202411175185.X
申请日：2024-08-23
Applicant: 江苏第二师范学院 , 江苏省电化教育馆 , 南京芯越智能科技有限公司
IPC: G06Q50/20 , G06N5/022 , G06T19/00 , G06N3/0464
Abstract: 本发明提供了一种基础教育的互动式学习资源管理方法、系统、计算机设备和介质，属于用户学习资源管理技术领域，包括以下步骤：S1、构建各学科初始学习资源知识图谱，对用户进行测试，根据测试结果和遗忘曲线优化初始学习资源知识图谱并制定学习计划；S2、通过AR设备辅助用户执行学习计划，并监测用户学习进度和学习状态；S3、通过区块链管理学习资源知识图谱，并记录用户学习计划和学习进度。本发明采用上述的一种基础教育的互动式学习资源管理方法、系统、计算机设备和介质，可有效地提高用户的使用体验和学习的积极性。
-
公开(公告)号：CN112690804A
公开(公告)日：2021-04-23
申请号：CN202011503673.0
申请日：2020-12-17
Applicant: 江苏第二师范学院(江苏省教育科学研究院)
Abstract: 本发明公开了医疗床功能测试系统及其测试方法，所述测试方法包括：步骤1，所述振动传感系统和噪声传感系统集成在一起，并通过锁紧机构可拆卸地安装于医疗床的任何可固定位置，实时采集医疗床在静止或者移动过程中的振动和噪声信息，并传输至数据分析系统；步骤2，医疗床体验对象实际操作或者以坐、躺、卧等姿势进行现场体验，作为行为数据输送至数据分析系统；步骤3，医疗床体验对象进行深度体验，并通过脑电采集系统采集体验对象的事件相关电位，实时传送至数据分析系统；步骤4，数据分析系统保存数据，并基于事先构建好的深度网络数据模型对采集的数据进行综合分析，进而输出医疗床功能指标的评价数据。
-
Patent Agency Ranking
公开(公告)号：CN119537949A
公开(公告)日：2025-02-28
申请号：CN202411654546.9
申请日：2024-11-19
Applicant: 江苏第二师范学院
IPC: G06F18/214 , G06F18/213 , G06F18/25 , G06F18/241 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及机器学习技术领域，具体公开了一种缺模态条件下的情感识别模型联合训练方法，包括：服务器下发全局模型至训练用户；参与训练用户进行多模态训练得到本地融合特征和本地模型；参与训练用户将本地模型参数和融合后的情感特征上传至服务器；服务器进行特征聚合得到全局特征并下发本地模型参数到测试用户，测试用户利用训练用户的模型进行特征提取并将特征上传至服务器；服务器计算测试特征与训练特征之间的差异性，并根据差异性大小对本地模型进行聚合。服务器将全局模型及全局特征下发给训练用户；重复以上步骤直至模型收敛。本方法解决了模态数据不完整和用户数据异构问题，从而提高了模型在处理不完整模态数据时的准确性和鲁棒性。
-
公开(公告)号：CN119090349A
公开(公告)日：2024-12-06
申请号：CN202411192370.X
申请日：2024-08-28
IPC: G06Q10/0639 , G06Q50/20 , G06V20/40 , G06V20/52
Abstract: 本发明公开了一种基础教育课程学习评测方法及系统，属于教育课堂评测技术领域，方法包括构建基础教育课程与考试节点之间的匹配关系，构建多组测评段；根据基础教育课程的课程教学视频确定教师教学质量、学生学习质量和教师‑学生的互动视频流，根据教师‑学生的互动视频流来确定师生互动质量；根据教师教学质量、学生学习质量、学生作业完成质量和师生互动质量确定过程性评价指标，根据考试节点结果确定结果性评价指标；结合过程性评价指标和结果性评价指标，分析基础教育课程的学习情况。本发明采用上述方法，提高了基础教育课程学习评测的准确性和适应性，为后续课程调整提供有力基础。
-
公开(公告)号：CN113435629A
公开(公告)日：2021-09-24
申请号：CN202110614939.7
申请日：2021-06-02
Applicant: 江苏第二师范学院
Abstract: 一种基于改进的模糊C均值聚类方法的体育成绩预测方法。步骤1，获取训练样本：采集学生的各项项目的成绩和人工评定的成绩，并根据相关标准确定各项项目的得分，其中测试项目包含：50米跑、坐位体前屈、立定跳远、引体向上(男)、仰卧起坐(女)、1000米跑(男)、800米跑(女)；步骤2，映射编码处理：将采集到的各项项目成绩进行映射编码，而后将各项成绩拼接组成特征向量；步骤3，模型离线训练：利用训练样本组成的特征向量对改进的模糊C均值聚类方法进行训练，确定各分数段的聚类中心；步骤4，模型在线打分：利用训练好的模型在线对学生成绩进行预测，并将分数实时输出。本发明可以准确的预测学生的体育成绩，具有良好的实际应用价值。
-
公开(公告)号：CN119205443A
公开(公告)日：2024-12-27
申请号：CN202411268717.4
申请日：2024-09-11
Applicant: 江苏第二师范学院
Abstract: 本发明公开了一种工程教育认证辅助系统，涉及教育技术领域，该系统包括以下组成部分：全球标准集成库、自动化分析引擎、深度内容比对和教学目标与能力培养评估、可视化报告生成与持续优化与反馈机制。本发明的工程教育认证辅助系统通过集成全球标准集成库和自动化分析引擎，实现了对工程教育标准的全面覆盖和深入解析，系统内置的自动化分析引擎能够自动解析全球及地区性工程教育标准的各项要求，同时，采用NLP技术和机器学习算法进行深度内容比对和教学目标与能力培养评估，系统不仅能够识别课程内容与标准的直接对应关系，还能深入理解课程背后的教学目标与能力培养目标，从而为用户提供更为精确和有价值的评估结果。
-
公开(公告)号：CN116958980A
公开(公告)日：2023-10-27
申请号：CN202310493733.2
申请日：2023-04-26
Applicant: 江苏第二师范学院
IPC: G06V30/146 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种实时场景文本检测方法，包括获取文本检测训练数据集；建立实时场景文本检测初步模型，主要结构是轻量级特征提取模块、非对称卷积和空洞卷积结合的特征金字塔增强模块和像素聚合后处理模块；根据当前迭代次数与总迭代次数计算标签收缩率，生成动态文本标签；使用动态文本标签对实时场景文本检测初步模型进行训练，并根据损失函数计算损失值，调整初步模型的参数得到实时场景文本检测模型；使用训练得到的实时场景文本检测模型对图像中的文本进行检测。本发明在特征增强模块增加了非对称卷积和空洞卷积操作，在模型训练中采用动态标签使模型经历从易到难的训练过程，提高模型在复杂背景下的检测能力，高效地检测出任意形状文本。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.102 seconds)
