-
公开(公告)号：CN110070232A
公开(公告)日：2019-07-30
申请号：CN201910347207.9
申请日：2019-04-28
Applicant: 东北大学
Abstract: 本发明提出引入教师教学风格的多维度预测学生成绩的方法，该方法在学生基本信息数据中加入了量化后的教师风格这一因素来进行预测学生成绩的模型建立，使用随机森林分别建立针对于学生特征与教师风格特征的学生成绩预测模型，最终由每一位学生自效问卷调查针对于不同的学生来确定两种预测模型所占据在最终预测时所占的比重，从而使得预测方法更具有针对性与普适性。这些分析结论可以帮助教师认识到教师教学风格对学生学习具体有些怎么样的影响和影响的方式如何，在实际的教学工作中更加合理有效的调整自己的教学风格、选择教学方法、制定教学方案提供参考依据，帮助教师更加高效的开展教学活动。同时针对学生进行教学上的干预使其避免成绩落后。
-
公开(公告)号：CN110070232B
公开(公告)日：2021-06-18
申请号：CN201910347207.9
申请日：2019-04-28
Applicant: 东北大学
Abstract: 本发明提出引入教师教学风格的多维度预测学生成绩的方法，该方法在学生基本信息数据中加入了量化后的教师风格这一因素来进行预测学生成绩的模型建立，使用随机森林分别建立针对于学生特征与教师风格特征的学生成绩预测模型，最终由每一位学生自效问卷调查针对于不同的学生来确定两种预测模型所占据在最终预测时所占的比重，从而使得预测方法更具有针对性与普适性。这些分析结论可以帮助教师认识到教师教学风格对学生学习具体有些怎么样的影响和影响的方式如何，在实际的教学工作中更加合理有效的调整自己的教学风格、选择教学方法、制定教学方案提供参考依据，帮助教师更加高效的开展教学活动。同时针对学生进行教学上的干预使其避免成绩落后。
-
Patent Agency Ranking
公开(公告)号：CN107292289A
公开(公告)日：2017-10-24
申请号：CN201710580471.8
申请日：2017-07-17
Applicant: 东北大学
IPC: G06K9/00
Abstract: 本发明提供一种基于视频时间序列的人脸表情识别方法，涉及图像处理技术领域。对视频分帧后得到的图像素材进行划分，找出完整的动态表情，利用人脸标定工具提取每一组表情的面部特征点，对获得的面部特征点进行几何归一化处理，再计算每个特征点坐标序列的最大值、最小值、平均值、峰度、偏度、DFT峰值及其频率，使用PCA降维，去除冗余数据，作为表情的特征向量，最后利用SVM或k-NN对特征向量学习并识别，得到最终的表情结果。该方法将学习者的动态表情识别引入到在线学习中，可识别学习中最常见的吃惊、认真、瞌睡、交谈、笑5种表情，识别率高，能有效解决MOOC的互动问题，对于课堂上的教学反馈实用性高。
-
公开(公告)号：CN106127139B
公开(公告)日：2019-06-25
申请号：CN201610453639.4
申请日：2016-06-21
Applicant: 东北大学
IPC: G06K9/00
Abstract: 一种MOOC课程中学生面部表情的动态识别方法，属于图像处理领域，该方法对MOOC课程中拍摄的视频进行分帧，对分帧得到的图像提取特征点，并抽取关键部位特征点组成特征向量后，训练表情模式分类器，利用表情模式分类器对MOOC课程中拍摄的实时视频中学生面部表情进行表情模式的分类；本发明针对MOOC课堂中学生面部表情特点对六种基本表情重新定义，使识别结果对学生课堂状态分析更有效；通过对动作模式的组合得到表情模式，使表情模式的识别更准确；使用欧式距离构建的动作模式特征向量，特征向量具有维度低、数量少的特点，使表情识别速度更快。
-
公开(公告)号：CN112329648B
公开(公告)日：2023-08-08
申请号：CN202011237259.X
申请日：2020-11-09
Applicant: 东北大学
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/0442 , G06V10/82 , G06N3/08
Abstract: 本发明提供一种基于面部表情交互的人际关系行为模式识别方法，首先从给定的视频序列中分离出特定的表情交互序列，并利用动态时间规整算法计算每一表情交互序列的共情度量值，用来构建样本集，然后采用长短期记忆网络模型对采集的双人交互数据进行训练，通过输入表情交互序列，判断双方当前的具体人际关系行为模式，本发明采用长短期记忆网络模型作为训练模型，同时引入共情这一概念，提出对其进行量化的方法，将其量化值融入到模型中，进一步提高了模型的识别准确率。
-
公开(公告)号：CN112329648A
公开(公告)日：2021-02-05
申请号：CN202011237259.X
申请日：2020-11-09
Applicant: 东北大学
Abstract: 本发明提供一种基于面部表情交互的人际关系行为模式识别方法，首先从给定的视频序列中分离出特定的表情交互序列，并利用动态时间规整算法计算每一表情交互序列的共情度量值，用来构建样本集，然后采用长短期记忆网络模型对采集的双人交互数据进行训练，通过输入表情交互序列，判断双方当前的具体人际关系行为模式，本发明采用长短期记忆网络模型作为训练模型，同时引入共情这一概念，提出对其进行量化的方法，将其量化值融入到模型中，进一步提高了模型的识别准确率。
-
公开(公告)号：CN106127139A
公开(公告)日：2016-11-16
申请号：CN201610453639.4
申请日：2016-06-21
Applicant: 东北大学
IPC: G06K9/00
CPC classification number: G06K9/00302
Abstract: 一种MOOC课程中学生面部表情的动态识别方法，属于图像处理领域，该方法对MOOC课程中拍摄的视频进行分帧，对分帧得到的图像提取特征点，并抽取关键部位特征点组成特征向量后，训练表情模式分类器，利用表情模式分类器对MOOC课程中拍摄的实时视频中学生面部表情进行表情模式的分类；本发明针对MOOC课堂中学生面部表情特点对六种基本表情重新定义，使识别结果对学生课堂状态分析更有效；通过对动作模式的组合得到表情模式，使表情模式的识别更准确；使用欧式距离构建的动作模式特征向量，特征向量具有维度低、数量少的特点，使表情识别速度更快。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
