-
公开(公告)号：CN106878677A
公开(公告)日：2017-06-20
申请号：CN201710049075.2
申请日：2017-01-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多传感器的学生课堂掌握程度评估系统与方法，其实现包括：学生数据采集；学生面部图像序列和语音序列分别预处理；面部表情和语音特征提取；面部表情、语音、考试成绩分类处理；使用高斯混合模型融合分类结果；融合结果分析给出课堂评估及建议。本发明语音情感处理中，采用了深度学习中卷积神经网络，避免了复杂的人工特征提取；采用高斯混合模型使各分类器分类置信度随样本分布而定，自适应融合。本发明本着学生面部表情、学生语音、学生考试成绩相结合的思路，设计出基于多传感器的学生课堂掌握程度评估新方案。更客观、准确的评估课堂学生掌握状况，对学生掌握状况作出判断并给出教学评估结果及相应建议。
-
公开(公告)号：CN106878677B
公开(公告)日：2020-01-07
申请号：CN201710049075.2
申请日：2017-01-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多传感器的学生课堂掌握程度评估系统与方法，其实现包括：学生数据采集；学生面部图像序列和语音序列分别预处理；面部表情和语音特征提取；面部表情、语音、考试成绩分类处理；使用高斯混合模型融合分类结果；融合结果分析给出课堂评估及建议。本发明语音情感处理中，采用了深度学习中卷积神经网络，避免了复杂的人工特征提取；采用高斯混合模型使各分类器分类置信度随样本分布而定，自适应融合。本发明本着学生面部表情、学生语音、学生考试成绩相结合的思路，设计出基于多传感器的学生课堂掌握程度评估新方案。更客观、准确的评估课堂学生掌握状况，对学生掌握状况作出判断并给出教学评估结果及相应建议。
-
Search Results
2
records
(took 0.12 seconds)
