Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种MOOC环境下的学习注意力检测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华中师范大学

摘要:本发明公开了一种MOOC环境下的学习注意力检测方法及系统,其通过获取多个PPG信号样本序列,获取与每个PPG信号样本序列一一对应的输入特征矩阵和输出特征矩阵;利用多个PPG信号样本序列的输入特征矩阵和输出特征矩阵构建随机森林决策树的样本集;利用样本集进行机器学习得到训练好的决策树模型;获取与待测学习者的PPG信号序列对应的输入特征矩阵并输入所述训练好的随机森林决策树模型,使得训练好的随机森林决策树模型通过投票得到待测学习者的注意力测评结果,从而解决当前MOOC课堂无法确定学习者的学习效果的技术问题。

主权项:1.一种MOOC环境下的学习注意力检测方法,其特征在于,所述方法包括如下步骤:获取多个PPG信号样本序列,获取与每个PPG信号样本序列一一对应的输入特征矩阵和输出特征矩阵;其中,所述输入特征矩阵具体为:对PPG信号样本序列进行预处理得到多个PPG信号样本子序列,利用PPG信号样本子序列的时域特征、频域特征和非线性特征构建PPG信号样本子序列的特征向量,利用多个PPG信号样本子序列的特征向量构成PPG信号样本序列的输入特征矩阵;所述输出特征矩阵包括与PPG信号样本子序列一一对应的注意力真实值;利用多个PPG信号样本序列的输入特征矩阵和输出特征矩阵构建随机森林决策树的样本集;构建随机森林决策树模型,随机森林决策树模型的输入为输入特征矩阵,随机森林决策树模型的输出为注意力预测值,利用所述样本集进行机器学习得到训练好的决策树模型;获取待测学习者的PPG信号序列,获取与待测学习者的PPG信号序列对应的输入特征矩阵并输入所述训练好的随机森林决策树模型,所述训练好的随机森林决策树模型通过投票得到待测学习者的注意力测评结果;所述PPG信号样本子序列的时域特征包括波峰间期的标准差、相邻波峰间期差值的均方根、波峰间期大于第一预设阈值的百分比、相邻波峰间期差值的标准差,波峰间期的中值、波峰间期的平均绝对偏差、相邻波峰间期差值的平均值和波峰间期的变异系数,其中,波峰间期为信号相邻波峰之间的间隔时间;获取所述PPG信号样本子序列的频域特征具体为:对PPG信号样本子序列进行快速傅里叶变换,计算傅里叶变化后的极低频功率、低频功率、高频功率和总功率;所述PPG信号样本子序列的非线性特征包括所述PPG信号样本子序列的近似熵;对PPG信号样本序列进行预处理得到多个PPG信号样本子序列具体为:对PPG信号样本序列进行滤波,并利用滑动窗口和重叠窗口对滤波后的PPG信号样本序列进行切割得到多个PPG信号样本子序列。

全文数据:

权利要求:

百度查询: 华中师范大学 一种MOOC环境下的学习注意力检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。