[发明专利]基于脑电波的教学计划推荐方法、系统及存储介质在审

专利信息
申请号: 202210127399.4 申请日: 2022-02-11
公开(公告)号: CN114648203A 公开(公告)日: 2022-06-21
发明(设计)人: 韩璧丞;阿迪斯;程交;孟成媛;杨锦陈;丁小玉 申请(专利权)人: 北京赋思强脑科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/20;A61B5/369;A61B5/372
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 吴士卿
地址: 100000 北京市朝阳区西*** 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 脑电波 教学计划 推荐 方法 系统 存储 介质
【权利要求书】:

1.一种基于脑电波的教学计划推荐方法,其特征在于,应用于基于脑电波的教学计划推荐系统,所述基于脑电波的教学计划推荐系统包括脑力评估装置,所述脑力评估装置包括接触电极,所述基于脑电波教学计划推荐方法的步骤包括:

根据所述接触电极的检测数据确定至少一个测试对象对应的脑电波信号;

将所述脑电波信号输入到预设聚类模型,以获取所述预设聚类模型基于所述脑电波信号计算得出的分组结果;

根据所述分组结果确定各个所述测试对象分别对应的目标教学计划,并将所述目标教学计划发送至教师端,以供所述教师端根据所述目标教学计划对所述测试对象执行对应教学操作。

2.如权利要求1所述的基于脑电波的教学计划推荐方法,其特征在于,所述根据所述接触电极的检测数据确定至少一个测试对象对应的脑电波信号的步骤包括:

获取各个所述测试对象在做相同的测试题目分别对应的检测数据,根据各个所述测试对象分别对应的检测数据确定为所述脑电波信号。

3.如权利要求1所述的基于脑电波的教学计划推荐方法,其特征在于,所述预设聚类模型基于所述脑电波信号计算得出的分组结果的步骤包括:

根据所述测试对象的脑电波信号与各个聚类的聚类中心的距离对所有所述脑电波信号进行聚类;

按照划分后的脑电波信号确定每个聚类的平均脑电波信号;

将每个聚类的所述平均脑电波信号与对应的聚类中心进行比较;

若所述聚类中心与所述平均脑电波信号的差值大于预设差值阈值,更新所述聚类中心后,返回执行所述根据所述测试对象的脑电波信号与各个聚类的聚类中心的距离对所有所述脑电波信号进行聚类的步骤;

若所述聚类中心与所述脑电波的差值小于或等于预设差值阈值,将各个所述聚类确定为对应的分组结果。

4.如权利要求3所述的基于脑电波的教学计划推荐方法,其特征在于,所述根据所述分组结果确定各个所述测试对象分别对应的目标教学计划的步骤包括:

根据各个所述聚类对应的平均脑电波信号确定各个分组对应的专注度等级,其中,所述专注度等级包括正常状态、低专注状态、高专注状态;

根据各个所述分组对应的所述专注度等级确定所述目标教学计划。

5.如权利要求4所述的基于脑电波的教学计划推荐方法,其特征在于,所述根据各个所述分组对应的所述专注度等级确定所述目标教学计划的步骤包括:

在所述专注度等级为低专注状态时,将第一教学计划确定为处于低专注状态的测试对象对应的目标教学计划;

在所述专注度等级为正常状态和/或高专注状态时,将第二教学计划确定为处于正常状态和/或高专注状态的测试对象对应的目标教学计划。

6.如权利要求4所述的基于脑电波的教学计划推荐方法,其特征在于,所述根据各个所述分组对应的所述专注度等级确定所述目标教学计划的步骤包括:

获取各个所述专注度等级对应的测试对象的数量,并根据所述数量确定处于低专注状态的测试对象的占比;

在所述占比大于或等于预设比例时,将第一教学计划确定为所述目标教学计划;

在所述占比小于所述预设比例时,将第二教学计划确定为所述目标教学计划。

7.如权利要求5或6所述的基于脑电波的教学计划推荐方法,其特征在于,所述第一教学计划包括第一教学方式,所述第一教学方式包括互动式教学方式、情景式教学方式、讨论式教学方式的至少一种;

所述第二教学计划包括第二教学方式,所述第二教学方式包括教授式教学方式。

8.一种基于脑电波的教学计划推荐系统,其特征在于,所述基于脑电波的教学计划推荐系统包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于脑电波的教学计划推荐程序,所述基于脑电波的教学计划推荐程序配置为实现如权利要求1至7中任一项所述的基于脑电波的教学计划推荐方法的步骤。

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北京赋思强脑科技有限公司,未经北京赋思强脑科技有限公司许可,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/202210127399.4/1.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