[发明专利]计算机教学方法、系统、存储介质、程序产品、学习机

权利要求书

1.一种可实时监控分析的计算机教学方法，其特征在于，所述可实时监控分析的计算机教学方法包括：

步骤一、开始教学时，将教学目标、学生特征、教学资源、授课方式以参数的形式输入计算机，下达教学任务；

步骤二、计算机通过分析教学目标和学生特征，选择合适的授课方式，组织教学内容开展教学，通过语音、视觉和肢体动作的方式与学生交流互动和智能答疑；通过视频采集系统采集教学视频内容，通过编辑系统利用视频编辑软件编辑视频的课程名称、课程概要简介、视频内容，形成教学资源数据库；

步骤三、计算机对通过指纹识别系统对学生的身份进行识别，识别系统将接收到的指纹信息传送至检测终端，检测终端将接收到的指纹信息传送至计算机处理器；计算机处理器接收到电信号后，利用信息调取系统将存储系统中的信息调取出来，并发送至对比系统中进行对比，对比系统对比出是否有学生未录入指纹，并将其对比结果发送至计算机处理器中，计算机处理器接收到信息后将其显示于显示系统上；

步骤四、通过计算机将教学资源数据库发送至互联网，教学终端对互联网上的信息进行读取，中央调控系统采用基于云计算系统的LBFA算法实现对各模块的分析与调控；

步骤五、计算机通过数据分析和信息数据的反馈，对教学效果进行评价和总结，确定下一阶段的教学策略。

2.如权利要求1所述的可实时监控分析的计算机教学方法，其特征在于，其特征在于，在步骤一中，下达教学任务的方法包括：

步骤一、分析课程教学目标，通过对机器人编程，构建机器人授课方式库，包括讲授式、情景式、讨论式和翻转课堂；将进行课中的当前情景任务的选择、构建与设计、情景任务教学模式选择、教学过程规划、执行教学过程的数据输入计算机；

步骤二、通过数据分析系统对授课过程中的肢体姿势和动作进行识别，构建机器人教学资源库，包括多媒体课件、语音库、习题课和专家系统库以及学生特征库。

3.如权利要求1所述的可实时监控分析的计算机教学方法，其特征在于，其特征在于，所述视频采集系统对教育内容的采集包括以下步骤：

步骤一、利用直方图均衡化算法对图像进行对比度增强；

式中：D_B为转换后的灰度值；D_A为转换前的灰度值；H_i为第i级灰度的像素个数；A₀为像素总数，绘制二维灰度直方图曲线；

步骤二、设f(x,y)为进行红外图像直方图均衡化后的二维灰度直方图曲线，其中x表示灰度级别，y表示具体各个灰度级别像素出现的次数，对f(x,y)在点(x,y)处求取梯度：

式中：为在点(x,y)处f对x的偏导数；为在点(x,y)处f对y的偏导数；

步骤三、求获得的灰度梯度均值：

式中：k为所求取灰度梯度值编号，舍弃灰度梯度值小于梯度均值的部分，保留灰度梯度值大于灰度梯度均值的部分，

其中：m＝1,2,3,…,n

式中：m为舍弃灰度梯度小于平均灰度梯度值后的灰度梯度值编号。

4.如权利要求1所述的可实时监控分析的计算机教学方法，其特征在于，其特征在于，所述指纹识别系统的识别方法包括身份识别录入、计时、正误判断；测试区识别时的函数为：

其中，ω₀为滤波器的中心频率，对于不同的ω₀，k使k/ω₀保持不变；

在频率域构造滤波器，对应的极坐标表达方式为：

G(r,θ)＝G(r,r)·G(θ,θ)；

式中，G_r(r)为控制滤波器带宽的径向分量，G_θ(θ)为控制滤波器方向的角度分量；

r表示径向坐标，θ表示角度坐标，f₀为中心频率，θ₀为滤波器方向，σ_f用于确定带宽；

Bf＝2(2/ln2)1/2|lnσ_f|，σ_θ确定角度带宽，Bθ＝2(2/ln2)1/2σ_θ。