[发明专利]基于学习行为的智能科技教学系统及控制方法在审

专利信息
申请号: 202010441433.6 申请日: 2020-05-22
公开(公告)号: CN111429044A 公开(公告)日: 2020-07-17
发明(设计)人: 王飞跃;刘希未;罗纪龙;宫晓燕;荆思凤;唐瑛;熊刚 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/20;G06N20/00;G09B5/02
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 郭文浩;尹文会
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 学习 行为 智能 科技 教学 系统 控制 方法
【权利要求书】:

1.一种基于学习行为的智能科技教学系统,其特征在于,该智能科技教学系统包括数据采集与存储子系统和数据分析与处理子系统;

所述数据采集与存储子系统,用于采集学习者视频行为信息并提取行为特征,通过设置于学习者学习过程元件中的接触式传感器,获取每个元件在学习过程中的移动信息,并存储提取的学习者视频行为信息对应的行为特征以及每个元件在学习过程中的移动信息;

所述数据分析与处理子系统,用于对所述学习者视频行为信息对应的行为特征以及每个元件在学习过程中的移动信息进行数据降维,并计算学习者各科技素质测评结果后,生成可视化的图形、图表;还用于根据可视化的学习者各科技素质测评结果,通过推荐机制生成课程及教学方法建议。

2.根据权利要求1所述的基于学习行为的智能科技教学系统,其特征在于,所述数据采集与存储子系统包括视频信息采集单元、视频行为提取单元、模块移动信息采集单元、学习行为数据存储单元;

所述视频信息采集单元,用于采集学习者视频行为信息;

所述视频行为提取单元,基于所述视频信息采集单元采集的学习者视频行为信息,通过基于深度学习的方法提取行为特征;

所述模块移动信息采集单元,通过设置于学习者学习过程元件中的接触式传感器,获取每个元件在学习过程中的移动信息;

所述学习行为数据存储单元,用于存储提取的学习者视频行为信息对应的行为特征以及每个元件在学习过程中的移动信息。

3.根据权利要求1所述的基于学习行为的智能科技教学系统,其特征在于,所述数据分析与处理子系统包括数据降维单元、各素质评分计算单元、素质可视化显示单元、课程及教学方法建议单元;

所述数据降维单元,用于对所述学习者视频行为信息对应的行为特征以及每个元件在学习过程中的移动信息进行数据降维;

所述各素质评分计算单元,用于基于降维后的数据,计算学习者各科技素质测评结果,并生成可视化的图形、图表;

所述素质可视化显示单元,用于显示所述学习者各科技素质测评结果对应的可视化的图形、图表;

所述课程及教学方法建议单元,根据可视化的学习者各科技素质测评结果,通过推荐机制生成课程及教学方法建议。

4.根据权利要求1或2所述的基于学习行为的智能科技教学系统,其特征在于,所述行为特征包括学习者坐姿;

所述坐姿包括:趴着、仰着、转身、躺着、正坐。

5.根据权利要求1所述的基于学习行为的智能科技教学系统,其特征在于,所述数据采集与存储子系统和数据分析与处理子系统通过有线网络、4G网络、GPRS网络、WIFI网络中的一种过多种方式进行数据传输。

6.一种基于学习行为的智能科技教学系统控制方法,其特征在于,基于权利要求1-5任一项所述的基于学习行为的智能科技教学系统,该方法包括:

步骤S10,采集学习者视频行为,并通过基于深度学习的方法提取对应的行为特征;采集学习者学习过程中元件的移动信息;

步骤S20,存储所述学习者视频行为对应的行为特征和学习者学习过程中元件的移动信息;

步骤S30,进行所述学习者视频行为对应的行为特征和学习者学习过程中元件的移动信息的特征降维;

步骤S40,基于降维后的数据,计算学习者各科技素质测评结果,并生成可视化的图形、图表;

步骤S50,基于可视化的学习者各科技素质测评结果,通过推荐机制获取学习者课程方面的建议以及教学者教学方法方面的建议。

7.根据权利要求6所述的基于学习行为的智能科技教学系统控制方法,其特征在于,步骤S30中“进行所述学习者视频行为对应的行为特征和学习者学习过程中元件的移动信息的特征降维”,其方法为:

通过主成分分析方法、线性判别分析LDA方法、局部线性嵌入LLE方法中的一种方法实现信息的特征降维。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010441433.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top