-
公开(公告)号：CN105354988A
公开(公告)日：2016-02-24
申请号：CN201510920979.9
申请日：2015-12-11
Applicant: 东北大学
CPC classification number: G08B21/06 , G06K9/00281 , G06K9/00845
Abstract: 本发明提出一种基于机器视觉的驾驶员疲劳驾驶检测系统及检测方法，属于机器视觉、机器学习技术领域，该系统属于非侵入式检测系统，在检测时通过摄像头采集所需信息，不影响驾驶员的正常驾驶，且设备价格低、体积小，仅需在车内安装蓝牙摄像头，在手机内安装app软件，便可实现对驾驶员的疲劳检测；本系统采集信息方便易行，使用时仅需外加摄像头即可适应任何车型及路况，拥有一致的疲劳判断标准和较高的疲劳判断准确率；本系统综合眼部、嘴部和脸部疲劳特征，提高了在复杂的驾驶环境下疲劳判断的准确率，并结合机器学习根据驾驶员的反馈来快速更新系统自身参数以适应不同驾驶员自身的不同特点，系统训练时间短，计算速度快，实时性强。
-
Patent Agency Ranking
公开(公告)号：CN117494810A
公开(公告)日：2024-02-02
申请号：CN202311446003.3
申请日：2023-11-02
Applicant: 东北大学
Abstract: 本发明提供一种基于学习者认知风格的可解释知识追踪方法，涉及教育数据挖掘技术领域。本发明将信息加工的知识追踪模型IPKT与认知风格概念结合，得到基于认知风格的可解释知识追踪模型CSKT，其中，识别层根据学习者的认知风格提取题目中被学习者关注到的习题信息，从学习者知识状态中提取学习者认为能够用来解决习题的知识，定义层根据识别层的输出信息来表征题目，探索层预测学习者在题目上的表现，回顾层根据习题、真实和预测的答题反馈以及学习者的认知风格来更新学习者知识状态及认知风格。本发明能够个性化的建模学习者的知识掌握水平，并预测学习者未来的答题表现，有效解决知识追踪模型缺乏个性化和可解释性差的问题。
-
公开(公告)号：CN117371528A
公开(公告)日：2024-01-09
申请号：CN202311485074.4
申请日：2023-11-09
Applicant: 东北大学
Abstract: 本发明设计一种基于知识空间的知识追踪方法；考虑知识概念之间的先决关系，将其表示为知识概念依赖图；构建问题概念图来捕捉问题与知识概念间关系，并融合问题难度特征和概念依赖图，得到增强问题概念图；基于学生与问题交互记录构建学生问题交互图，并将其分为只包含正确交互和错误交互的二部图；将问题难度作为问题属性信息，构建问题难度图；对这四个子图建模，获得有效问题表示；采用注意力机制和LSTM对学生历史学习记录进行建模；根据遗忘曲线理论，引入时间衰减因子来模拟人脑的遗忘效应，进一步优化模型；采用交叉熵损失函数作为目标函数，通过最小化学生真实答案与模型预测正确概率之间的差异来进行知识追踪模型训练和优化。
-
公开(公告)号：CN116821497A
公开(公告)日：2023-09-29
申请号：CN202310780118.X
申请日：2023-06-29
Applicant: 东北大学
IPC: G06F16/9535 , G06F40/30 , G06F17/16 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06Q50/20
Abstract: 本发明涉及知识追踪领域，提出了一种基于元路径和注意力机制的知识追踪方法。采集到的学生学习行为数据经过处理后，根据定义的元路径，采用随机游走方法生成路径实例，构建卷积神经网络得到路径实例语义信息。利用Embedding方法得到学生和习题的嵌入。利用Word2Vec与长短期记忆网络结合的方法得到知识点的嵌入，再根据自注意力机制获得知识点的融合嵌入。结合注意力机制和路径实例语义信息分别获得学生和习题的最终嵌入。将得到的嵌入与数据集涵盖的历史做题序列拼接后输入到长短期记忆网络中获取知识点熟练度。本发明在传统技术的基础上利用学生、习题、知识点间元路径的语义信息嵌入及知识点融合嵌入加强了对知识点熟练度的评估，提高了知识追踪的效果。
-
公开(公告)号：CN107622461B
公开(公告)日：2021-06-22
申请号：CN201710846394.6
申请日：2017-09-19
Applicant: 东北大学
Inventor： 赵志滨 , 姚兰 , 聂亦澄 , 于戈 , 鲍玉斌 , 陈郭成 , 刘佳良 , 张天成 , 李芳芳 , 许存立 , 刘欢 , 王勋 , 储佳红 , 唐梦娇 , 徐瑛蔚 , 李壮 , 王宗怡 , 石玉鑫 , 梁睿博 , 杨泽清 , 赵永恒 , 关亨 , 王思远 , 吴永琪 , 华钰 , 高若涵
Abstract: 本发明公开了一种面向慕课系统的作业主观题互评方法，根据作业的内容和知识点与评阅人的相关属性，将待评的作业权衡分配给评阅人，构建作业与评阅人的分配情况用带权重二部图；评阅人对作业根据评分要求进行评分；将同一作业各位评阅人的评分综合起来后取平均值，作为最终成绩。通过全面的考虑作业内容和知识点与评阅人的相关性，将待互评的作业权衡分配，对互评过程中的作业与阅卷者进行合理的匹配，能够实现评阅任务的合理分配，并且保证作业评阅的质量。
-
公开(公告)号：CN107590742B
公开(公告)日：2021-06-22
申请号：CN201710957182.5
申请日：2017-10-16
Applicant: 东北大学
Inventor： 赵志滨 , 姚兰 , 于戈 , 鲍玉斌 , 陈郭成 , 刘佳良 , 张天成 , 李芳芳 , 许存立 , 刘欢 , 王勋 , 储佳红 , 唐梦娇 , 徐瑛蔚 , 李壮 , 王宗怡 , 石玉鑫 , 梁睿博 , 杨泽清 , 赵永恒 , 关亨 , 王思远 , 吴永琪 , 华钰 , 高若涵
IPC: G06Q50/00
Abstract: 本发明公开了一种基于行为的社交网络用户属性值反演方法，基于行为的用户属性值反演方法的思想是针对反演对象在社交网络多话题下的评论行为，发现与反演对象具有相似网络行为的人群，再利用群体属性值与个体属性值之间的映射策略以及带权重的投票机制，对网络用户的属性值进行推测并将结果赋给反演对象。这种方法一方面可以动态填补和修正用户属性信息中所存在的缺失值、错误值；更进一步可以为社交网络中的个性化推荐提供更为可靠的原始数据。提高网络用户信息的准确性，最终达到动态填补和修正网络用户属性缺失值和错误值的目的。
-
-
-
-
-
Search Results
26
records
(took 0.02 seconds)
