本發(fā)明提供一種基于自然語言處理技術的教師網絡研修情感投入測評方法，包括以下步驟：步驟一，構建數據集，收集教師網絡研修平臺中反應個體學習過程的結構化與非結構化數據；步驟二，構建情緒維度識別模型，構建以Transformer為編碼器的BER...

本發(fā)明提供一種基于圖像變換的雙閾值對抗樣本檢測方法，涉及深度學習安全領域，其中的檢測方法包括：首先將原始樣本X通過一系列的圖像變換操作生成變換樣本X’；然后分別將原始樣本X和變換樣本X’輸入到分類模型中進行預測得到對應的預測概率分布數組...

本發(fā)明提供一種社會化問答社區(qū)知識傳播影響因素的分析方法及系統(tǒng)，所述方法包括：初始化HK網絡模型，節(jié)點按比例賦予策略；輸入代表社會化問答社區(qū)知識傳播因素的變量；進行節(jié)點間的博弈，計算每個節(jié)點的累計知識收益；將節(jié)點根據收益優(yōu)先原則，選擇學習...

本發(fā)明公開了一種凝聚體表面活性劑及其制備方法與應用，屬于表面活性劑技術領域。本發(fā)明方法通過自組裝策略來調節(jié)表面活性劑結構，具有成本低廉，簡捷高效的優(yōu)點。所制表面活性劑綠色環(huán)保，利用自組裝策略提高液滴與界面相互作用力，降低液滴表面張力，形...

本發(fā)明提供一種整合多源常識知識的多輪共情對話生成方法，包括以下步驟：S1、將歷史多輪對話內容作為對話上下文，分別輸入到COMET、LLama2和ConceptNet知識庫中，從而獲取三類常識知識：短語型推理知識、文檔型事實知識以及三元組...

本申請實施例提供一種小學科學課程導學對話方法、系統(tǒng)、電子設備及存儲介質，屬于人工智能技術領域，其中方法包括：接收用戶的初始對話輸入，初始對話輸入中包含有待解決的題目；將待解決的題目輸入至支持視覺問答的大語言模型中，獲取具有顯式推導過程的...

本發(fā)明公開了一種基于不飽和烴、肟酯、芳基硼酸合成手性芳基化合物的方法，屬于有機合成領域。所述方法步驟如下：將銅催化劑和雙噁唑啉配體溶于混合溶劑中，攪拌均勻，加入不飽和烴類底物、肟酯底物和芳基硼酸類化合物，在0℃下反應12～32h；不飽和...

本發(fā)明提供一種融合多維特征的動態(tài)圖神經認知診斷方法，所述方法包括：采集在線學習平臺的多模態(tài)數據，基于多模態(tài)數據得到多維特征拼接向量；基于多維特征拼接向量并利用圖神經網絡將當前知識點的嵌入矩陣、當前知識點的隱藏狀態(tài)矩陣、相鄰知識點的嵌入矩...

本發(fā)明提供了一種洪澇影響信息檢測和分類方法、裝置、設備和介質。該方法包括：獲取典型暴雨洪澇災害事件微博數據，基于典型暴雨洪澇災害事件微博數據構建暴雨洪澇關鍵詞集；設計暴雨洪澇影響信息分類指標，基于暴雨洪澇影響信息分類指標構建分類指標關鍵...

本發(fā)明公開了一種基于多特征融合及機器學習的高考志愿推薦方法，其特征在于：包括以下步驟：S1、獲取報考及個人信息；S2、根據考生選中的高考信息，對部分不滿足選課要求的專業(yè)進行初步篩選。S3、利用考生分數與專業(yè)錄取分數線之間的差值，以及近三...

本申請屬于人工智能領域，具體公開了一種學習者困惑度分類方法、教學效果評價方法及設備，困惑度分類方法包括：獲取教學場景下包含學習者臉部圖像的視頻序列；將視頻序列劃分為多段視頻子序列，提取每段視頻子序列中的峰值幀；提取每個峰值幀中學習者人臉...

本技術公開了一種體育教學用訓練裝置，涉及籃球訓練架技術領域，包括支撐架，所述支撐架的頂端安裝有連接板，且連接板的側邊設有電機，所述電機的輸出端貫穿連接板內壁連接有轉軸，所述轉軸的外側套設有偏心塊。本技術通過設置有轉軸和偏心塊，工作人員可...

本發(fā)明提供一種混合認知和回復策略的情感支持人機對話方法及系統(tǒng)，該方法包括：S1、獲取人機對話過程中的對話歷史信息；S2、獲取用戶的遭遇作為對話背景信息，利用背景信息在常識庫中獲取常識知識；S3、對相應類別的常識集合進行編碼，通過平均運算...

本發(fā)明公開了一種基于PLS?SEM模型的土壤侵蝕解耦分析方法，該方法包括獲取提供預處理的數據、數據預處理、Group?Lasso變量特征篩選、建立PLS?SEM模型進行解耦步驟。本發(fā)明提出解耦土壤侵蝕機理的方法，分析土壤侵蝕與降水量、土...

本發(fā)明公開了一種抗紫外線熱敏變色納米膠囊及其制備方法和應用，屬于納米膠囊領域。所述方法包括以下步驟：S1.將溶劑加熱熔化，然后將有機熱敏染料和酚酞溶解于溶劑中，得到熱敏變色材料；S2.將去離子水加熱至45～55℃，加入熱敏變色材料、紫外...

本發(fā)明公開了一種溫控香精納米膠囊及其制備方法和應用，屬于納米膠囊領域。所述方法包括以下步驟：S1.將分散劑和去離子水混合，得到水相；將芯材、短鏈丙烯酸酯單體和RAFT試劑進行混合，得到油相；S2.在油相中加入引發(fā)劑，再緩慢加入水相，攪拌...

本發(fā)明屬于智能教育技術、教育大數據挖掘與學習分析領域，具體涉及一種基于知識、思維和能力的三元編程狀態(tài)追蹤方法，包括：(1)提取計算機編程試題的多模態(tài)特征；(2)編程狀態(tài)追蹤；(3)預測學生未來表現。本發(fā)明方法有效刻畫了學生作答編程試題的...

本發(fā)明公開了一種基于深度學習語義分割模型的梯田自動提取方法，包括以下步驟：獲取待提取梯田的可見光遙感影像，將其裁剪為多個大小一致的規(guī)則圖片；根據梯田的邊緣特征、紋理特征和形態(tài)特征，將裁剪后的圖片分為第一類梯田、第二類梯田和第三類梯田；通...

本申請?zhí)峁┝艘环Nβ?羰基?亞磺酸內酯類化合物，所述β?羰基?亞磺酸內酯類化合物的結構式為：其中，R<supgt;1</supgt;為苯基、萘基、含有供電子的芳香取代基、含有吸電子基團的芳香取代基、雜芳基、酯基、醛基、酰胺、硝...

本發(fā)明涉及教育大數據挖掘、時空圖神經網絡與學生行為建模領域，提供一種基于多尺度時空卷積注意力知識追蹤方法，采用embedding的方法將試題和學生響應進行嵌入表征；隨后，運用鍵值網絡生成學生隱藏知識狀態(tài)；用空間圖卷積技術對知識結構維度演...