本發(fā)明提供一種面部表情識(shí)別方法

本發(fā)明涉及圖神經(jīng)網(wǎng)絡(luò)與知識(shí)追蹤領(lǐng)域，提供一種信息瓶頸增強(qiáng)的雙向動(dòng)態(tài)圖知識(shí)追蹤方法，包括：

本發(fā)明屬于課堂語(yǔ)音分析技術(shù)領(lǐng)域，公開了一種基于說(shuō)話人標(biāo)記的師生交互行為分析方法及系統(tǒng)，包括：說(shuō)話人特征抽取，得到

本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程序列數(shù)據(jù)圖像化方法，能夠通過(guò)采集學(xué)生學(xué)習(xí)視頻的動(dòng)作序列數(shù)據(jù)，經(jīng)過(guò)清洗后，利用卷積神經(jīng)網(wǎng)絡(luò)將動(dòng)作序列轉(zhuǎn)換成單個(gè)視頻的特征矩陣，并根據(jù)視頻長(zhǎng)度和知識(shí)點(diǎn)的重要性計(jì)算特征塊的權(quán)重，拼接成完整的特征矩陣

本發(fā)明公開了一種數(shù)字人教師多模態(tài)大語(yǔ)言模型預(yù)訓(xùn)練學(xué)科語(yǔ)料庫(kù)的構(gòu)建方法，該方法包括以下步驟：

本發(fā)明提供了一種數(shù)字人教師應(yīng)用效果的評(píng)價(jià)方法及裝置，該方法將數(shù)字人教師評(píng)價(jià)分級(jí)劃分為初級(jí)數(shù)字人教師

本申請(qǐng)實(shí)施例公開了一種數(shù)據(jù)隱私保護(hù)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及隱私數(shù)據(jù)保護(hù)技術(shù)領(lǐng)域，該方法包括：獲取學(xué)生主體的學(xué)習(xí)數(shù)據(jù)，對(duì)學(xué)習(xí)數(shù)據(jù)進(jìn)行脫敏處理，輸出脫敏學(xué)習(xí)數(shù)據(jù)；進(jìn)行分組，對(duì)各組樣本數(shù)據(jù)進(jìn)行泛化處理；統(tǒng)計(jì)觀察置信度，基于攻擊者從泛化...

本申請(qǐng)公開了一種基于類人眼的學(xué)生數(shù)據(jù)智能采集方法及裝置，該方法包括：獲取部署在展館內(nèi)部不同展區(qū)的各攝像頭所采集的參觀人員的視頻流，通過(guò)圖像檢測(cè)生成每個(gè)參觀人員的檢測(cè)框，形成待查詢的檢測(cè)框集合；使用訓(xùn)練好的特征提取模型從所述視頻流中提取每...

本發(fā)明公開了一種基于復(fù)數(shù)膠囊網(wǎng)絡(luò)融合的跨模態(tài)抑郁傾向識(shí)別模型的構(gòu)建方法，涉及數(shù)據(jù)分析技術(shù)領(lǐng)域。本發(fā)明以語(yǔ)音和文本模態(tài)信息作為輸入，建立公共語(yǔ)義空間，進(jìn)行語(yǔ)義融合，利用語(yǔ)義融合后的融合特征訓(xùn)練復(fù)數(shù)膠囊網(wǎng)絡(luò)，且本申請(qǐng)的復(fù)數(shù)膠囊網(wǎng)絡(luò)采用三層結(jié)...

本發(fā)明公開了一種基于跨領(lǐng)域的自適應(yīng)習(xí)題適配方法，包括：分別獲取學(xué)生在線學(xué)習(xí)系統(tǒng)中的至少兩門不同學(xué)科的學(xué)習(xí)數(shù)據(jù)，其中一門作為源數(shù)據(jù)域，另一門作為目標(biāo)數(shù)據(jù)域；選擇所述源數(shù)據(jù)域中與所述目標(biāo)數(shù)據(jù)域中相似的問(wèn)題文本；根據(jù)選擇出的所述源數(shù)據(jù)域中的問(wèn)...

本發(fā)明公開了基于層次性遞歸樹解碼模型的數(shù)學(xué)應(yīng)用題求解方法及系統(tǒng)，包括：獲取待求解的數(shù)學(xué)問(wèn)題文本；基于所述數(shù)學(xué)問(wèn)題文本構(gòu)建數(shù)值圖，將所述數(shù)值圖進(jìn)行嵌入與更新，并獲取所述數(shù)值圖的表征信息；基于所述數(shù)學(xué)問(wèn)題文本構(gòu)建語(yǔ)義圖，將所述語(yǔ)義圖進(jìn)行嵌入...

本發(fā)明屬于人工智能的教學(xué)應(yīng)用領(lǐng)域，提供一種虛擬教學(xué)場(chǎng)景中生成式教學(xué)資源系統(tǒng)及其工作方法

本實(shí)用新型公開了一種應(yīng)用于國(guó)畫學(xué)習(xí)的臨摹托舉裝置，包括主支撐板，所述主支撐板上方設(shè)置有放置板；還包括：固定塊，其焊接固定于所述主支撐板的上表面前端兩側(cè)面，且固定塊與轉(zhuǎn)桿構(gòu)成軸承連接結(jié)構(gòu)；拉桿，其設(shè)置于所述主支撐板的下表面，且拉桿的左右兩...

本發(fā)明提供了一種多說(shuō)話人重疊語(yǔ)音檢測(cè)方法及系統(tǒng)，包括：獲取待檢測(cè)語(yǔ)音，并對(duì)待檢測(cè)語(yǔ)音進(jìn)行靜音去除；對(duì)靜音去除后的待檢測(cè)語(yǔ)音進(jìn)行特征提取，獲得待檢測(cè)語(yǔ)音的語(yǔ)音特征；將所述語(yǔ)音特征輸入至重疊語(yǔ)音檢測(cè)模型，獲得重疊語(yǔ)音檢測(cè)模型輸出的待檢測(cè)語(yǔ)音...

本發(fā)明提供了一種鋼鐵冶金煙氣的濕法脫硫劑、制備方法及應(yīng)用，屬于濕法脫硫技術(shù)領(lǐng)域。所述濕法脫硫劑包括主吸收劑、次吸收劑、助吸收劑和添加劑。其中，主吸收劑包括哌嗪和哌嗪衍生物，用于與二氧化硫反應(yīng)來(lái)實(shí)現(xiàn)對(duì)二氧化硫的吸收和解吸；次吸收劑用于輔助...

本發(fā)明涉及基因工程領(lǐng)域，公開了一種2ODD蛋白、基因、載體、細(xì)胞、組合物及應(yīng)用、提高作物除草劑抗性的方法，具體地，公開了一種2ODD蛋白、一種編碼2ODD蛋白的基因、一種重組載體、一種轉(zhuǎn)基因細(xì)胞、一種組合物以及它們?cè)谔岣咦魑锍輨┛剐灾?..

本發(fā)明屬于知識(shí)追蹤技術(shù)領(lǐng)域，提供一種集成動(dòng)態(tài)與靜態(tài)關(guān)系的工作記憶知識(shí)追蹤方法，包括以下步驟：(1)試題與概念之間靜態(tài)關(guān)系構(gòu)建與向量表示；(2)交互之間的動(dòng)態(tài)關(guān)系表示；(3)記憶過(guò)程追蹤；(4)模型預(yù)測(cè)；(5)模型訓(xùn)練。本發(fā)明集成動(dòng)態(tài)與靜...

本發(fā)明公開了一種基于目的節(jié)點(diǎn)社交路徑改進(jìn)的Spray and Wait緩存管理方法，包括：S1、將成功轉(zhuǎn)發(fā)到該節(jié)點(diǎn)的消息經(jīng)過(guò)的節(jié)點(diǎn)存儲(chǔ)在成功路徑節(jié)點(diǎn)表中，并構(gòu)建核心路徑集合和廣泛路徑集合；S2、根據(jù)消息的目的節(jié)點(diǎn)的核心路徑集合、廣泛路徑...

本發(fā)明公開了一種基于文本主驅(qū)動(dòng)的多模態(tài)課堂教師言語(yǔ)行為分析方法、系統(tǒng)及設(shè)備，構(gòu)建了一個(gè)可以實(shí)現(xiàn)課堂教師言語(yǔ)行為分類的多模態(tài)學(xué)習(xí)模型，提升了模型的分類效果。本發(fā)明采用文本主驅(qū)動(dòng)的方式融合不同模態(tài)，使用跨模態(tài)注意力機(jī)制，關(guān)注不同模態(tài)的貢獻(xiàn)；...

本發(fā)明采用的技術(shù)方案是：一種基于欠采樣的寬帶正弦信號(hào)幅度測(cè)量方法及設(shè)備，該方法包括以下步驟：對(duì)采集到的寬帶正弦信號(hào)進(jìn)行預(yù)處理；對(duì)預(yù)處理后的寬帶正弦信號(hào)進(jìn)行欠采樣，找到頻譜內(nèi)只存在一個(gè)體現(xiàn)寬帶正弦信號(hào)幅度的頻帶，形成欠采樣的寬帶正弦信號(hào)；...