-
公开(公告)号：CN119026023A
公开(公告)日：2024-11-26
申请号：CN202411514380.0
申请日：2024-10-29
Applicant: 吉林大学
Abstract: 本发明适用于图结构数据技术领域，提供了一种基于新型图神经网络的图节点分类方法，包括以下步骤：读取图数据；计算节点之间的特征相似性，并设置相似度阈值，当节点之间的相似度超过预设阈值时，为节点对之间添加边；为节点划分不同关系的邻居并为节点的边添加关系属性，得到邻域重构后的新的图结构；将重构图输入到MRN‑GNN中，将同种类型的邻居先与中心节点聚合，在聚合过程中，将各个空间关系下的邻居与中心节点特征进行注意力系数的计算，将注意力系数与邻居特征进行加权聚合；将得到的多关系特征与中心节点特征拼接，最后输出对节点的分类预测。本发明能在不加深网络的前提下有效捕获远距离节点的特征，有效区分不同邻居的关系结构。
-
公开(公告)号：CN114549254A
公开(公告)日：2022-05-27
申请号：CN202210230481.X
申请日：2022-03-09
Applicant: 吉林大学
Abstract: 本发明公开了一种基于面部表情监测的在线课堂提问解答系统，具体涉及教学技术领域，包括多个客户端，所述客户端输出端安装有答题模块和在线课堂模块，所述在线课堂模块通信端连接有选择模块，所述选择模块一端安装有中央处理器，所述中央处理器一端连接有互联网储存模块，所述互联网储存模块输出端连接有数据库搜索模块，所述数据库搜索模块可将数据输出到数据库比对模块上。本发明采用，多个用户端同时进行提问时，面部表情识别模块可以对于所有的学生端进行人脸检测与表情识别，并将该部分评价结果作为答题系统成绩的一部分，使评价更为客观、细致，并实现了批量处理的作用。
-
公开(公告)号：CN119026023B
公开(公告)日：2025-02-14
申请号：CN202411514380.0
申请日：2024-10-29
Applicant: 吉林大学
Abstract: 本发明适用于图结构数据技术领域，提供了一种基于新型图神经网络的图节点分类方法，包括以下步骤：读取图数据；计算节点之间的特征相似性，并设置相似度阈值，当节点之间的相似度超过预设阈值时，为节点对之间添加边；为节点划分不同关系的邻居并为节点的边添加关系属性，得到邻域重构后的新的图结构；将重构图输入到MRN‑GNN中，将同种类型的邻居先与中心节点聚合，在聚合过程中，将各个空间关系下的邻居与中心节点特征进行注意力系数的计算，将注意力系数与邻居特征进行加权聚合；将得到的多关系特征与中心节点特征拼接，最后输出对节点的分类预测。本发明能在不加深网络的前提下有效捕获远距离节点的特征，有效区分不同邻居的关系结构。
-
公开(公告)号：CN113963406A
公开(公告)日：2022-01-21
申请号：CN202111224812.0
申请日：2021-10-21
Applicant: 吉林大学
IPC: G06V40/16 , G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04 , G06Q50/20
Abstract: 本发明公开了一种基于人脸表情分析的课堂教学质量监测方法，包括：网络模型训练：预先收集大量课堂参与者表情图像并进行表情类别设定，构建深度人脸表情识别神经网络，获得表情分类模型；人脸检测及表情分析：进行课堂参与者人脸实时采集，并将采集到的数据输入步骤一获得的表情分类模型进行表情识别，获得所有采集到的课堂参与者的人脸对应的表情类别结果；数据分析：对步骤二获得的课堂参与者的表情类别进行数据统计与分析，计算出不同表情类别的占比，进而对课堂教学质量进行评估。通过本发明可简单、实时、高效、客观地对教师的课堂教学质量进行评估，便于后续提高教学质量，修订教学教案。
-
-
-
Search Results
4
records
(took 0.015 seconds)
