[发明专利]一种学生学习情况识别方法、系统、教学终端及存储介质有效

专利信息
申请号: 202010938209.8 申请日: 2020-09-09
公开(公告)号: CN111932418B 公开(公告)日: 2021-01-15
发明(设计)人: 周凡 申请(专利权)人: 中山大学深圳研究院
主分类号: G06Q50/20 分类号: G06Q50/20;G06K9/00;G06F40/279;G06F17/18
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 任敏
地址: 518000 广东省深圳市南山区粤海街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 学生 学习 情况 识别 方法 系统 教学 终端 存储 介质
【权利要求书】:

1.一种学生学习情况识别方法,应用于教学终端,其特征在于,所述方法包括:

获取学生通过学生终端上传的第一笔迹图片,所述第一笔迹图片中包含第一文本;

识别所述第一笔迹图片中的第一文本,以及识别与所述第一文本对应的第一笔迹信息;

提取所述第一文本和所述第一笔迹信息中的学习特征,所述学习特征包括第一学习特征与第二学习特征;

根据所述第一学习特征,使用预设的第一学习模型对所述学生的第一学习情况进行识别;

统计所述教学终端中与所述第二学习特征属于相同类别的目标特征的特征数量;

若所述特征数量大于预设阈值,则使用所述目标特征训练第二学习模型,并根据所述第二学习模型和所述第二学习特征对所述学生的第二学习情况进行识别。

2.如权利要求1所述的学生学习情况识别方法,其特征在于,在识别所述第一笔迹图片中的第一文本之前,所述方法还包括:

对所述第一笔迹图片进行去噪处理,得到去噪后的第一笔迹图片;

删除所述去噪后的第一笔迹图片中与预设的干扰特征相同的特征。

3.如权利要求1所述的学生学习情况识别方法,其特征在于,所述第一笔迹图片中的第一文本包括多个;

所述识别所述第一笔迹图片中的第一文本,包括:

步骤一、识别所述第一笔迹图片,得到所述第一笔迹图片中的多个第一字符,以及多个第一字符的字符顺序;

步骤二、确定所述多个第一字符的第一初始位置和第一结束位置,提取所述第一初始位置和所述第一结束位置之间的多个字符组成第一初始文本,所述第一结束位置为与所述第一初始位置距离N个字符的位置,所述N大于或等于1;

步骤三、若预设词库中存储有所述第一初始文本,则将所述第一初始文本确定为第一文本;

步骤四、若预设词库中未存储有所述第一初始文本,则将所述第一结束位置向所述第一初始位置方向移动预设字数位置,作为第二结束位置;

步骤五、提取所述第一初始位置和所述第二结束位置之间的多个字符组成新的第一初始文本,并返回执行所述步骤三至所述步骤五。

4.如权利要求3所述的学生学习情况识别方法,其特征在于,在所述若预设词库中存储有所述第一初始文本,则将所述第一初始文本确定为第一文本之后,所述方法还包括:

步骤六、将所述第一结束位置之后的第一个字符所在的位置作为第二初始位置,并将与所述第二初始位置距离N个字符的位置确定为第三结束位置;

步骤七、提取所述第二初始位置和所述第三结束位置之间的多个字符组成新的第一初始文本,并返回执行所述步骤三至所述步骤五。

5.如权利要求3所述的学生学习情况识别方法,其特征在于,所述预设词库中存储有多个第二初始文本;

所述识别所述第一笔迹图片中的第一文本,还包括:

根据所述多个第一字符的字符顺序,分别将每个第一字符及其相邻字符组成多个词组;

分别统计所述每个第一字符在预设词库中存储的多个第二初始文本中出现的第一数量,并统计所述预设词库中存储的多个第二初始文本的第二数量;

根据所述第一数量和所述第二数量,分别计算每个词组在所述多个第二初始文本中的关联度;

在所述多个词组对应的多个关联度中,确定大于预设数值的目标关联度,并将所述目标关联度对应的词组作为所述第一文本。

6.如权利要求5所述的学生学习情况识别方法,其特征在于,所述根据所述第一数量和所述第二数量,分别计算每个词组在所述多个第二初始文本中的关联度,包括:

根据所述第一数量和所述第二数量,分别计算所述每个第一字符在所述多个第二初始文本中出现的第一频率;

根据所述第二数量,分别统计每个词组在所述多个第二初始文本中出现的第二频率;

根据所述第一频率和所述第二频率,计算所述每个词组在所述多个第二初始文本中的关联度。

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山大学深圳研究院,未经中山大学深圳研究院许可,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/202010938209.8/1.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