本發(fā)明公開了一種課堂教學(xué)行為事件描述模型的構(gòu)建方法及系統(tǒng)。該構(gòu)建方法包括如下步驟：獲取待訓(xùn)練的課堂教學(xué)視頻數(shù)據(jù)；利用語音活動檢測技術(shù)，將待訓(xùn)練的課堂教學(xué)視頻數(shù)據(jù)按照教師的話語劃分成多個事件；利用多種人工智能技術(shù)對所有事件進行多模態(tài)識別，...

本發(fā)明公開了一種融入多模態(tài)視覺信息的學(xué)習(xí)意圖監(jiān)測方法及系統(tǒng)。該方法包括步驟：分別采集學(xué)習(xí)者的紅外圖像數(shù)據(jù)和可見光圖像數(shù)據(jù)；分別對所述紅外圖像數(shù)據(jù)和所述可見光圖像數(shù)據(jù)進行預(yù)處理；將預(yù)處理后的所述紅外圖像數(shù)據(jù)和所述可見光圖像數(shù)據(jù)輸入到人臉檢...

本發(fā)明提供一種用于幫助教師反思性成長的課堂智能分析方法及系統(tǒng)，基于教師課堂授課視頻，對教師的課堂聲紋、面部表情、頭部姿態(tài)以及課堂手勢，以及對學(xué)生注視黑板的信息等非言語行為數(shù)據(jù)進行自動化的檢測與采集，并對教師課堂行為進行綜合分析，結(jié)合對教...

本發(fā)明屬于信息資源共享技術(shù)領(lǐng)域，公開了一種基于公共品演化博弈模型的群體知識共享方法。本發(fā)明基于在線學(xué)習(xí)社區(qū)的特征構(gòu)建群體知識共享對應(yīng)的公共品演化博弈模型，結(jié)合粒子群優(yōu)化算法，根據(jù)用戶的行為特性將用戶的策略連續(xù)化，調(diào)整用戶的記憶系數(shù)和模仿...

本發(fā)明公開了一種面向教育機器人視覺理解的頭部姿態(tài)估計方法及系統(tǒng)。該方法包括步驟：分別獲取不同時刻的教育機器人采集的學(xué)習(xí)者的頭部姿態(tài)的3D點云數(shù)據(jù)和紅外圖像數(shù)據(jù)；分別對不同時刻的所述3D點云數(shù)據(jù)和所述紅外圖像數(shù)據(jù)進行預(yù)處理；分別將預(yù)處理后...

本發(fā)明公開了一種基于學(xué)習(xí)成長數(shù)據(jù)的學(xué)習(xí)風(fēng)格畫像生成方法及系統(tǒng)。該方法包括步驟：收集學(xué)習(xí)成長數(shù)據(jù)，所述學(xué)習(xí)成長數(shù)據(jù)包括從多個數(shù)據(jù)源獲取的用戶屬性數(shù)據(jù)和多維用戶行為數(shù)據(jù)；將所述學(xué)習(xí)成長數(shù)據(jù)進行表征化處理，獲得用戶行為表征矩陣；將所述用戶行為...

本發(fā)明公開了一種基于節(jié)點歷史相遇信息的SprayandWait的路由改進方法，該方法包括以下步驟：S1、在Spray階段，當(dāng)節(jié)點N

本發(fā)明設(shè)計了一種基于深度學(xué)習(xí)的在線學(xué)習(xí)投入度識別方法及系統(tǒng)，首先為了保證圖像不受無關(guān)背景的影響，本發(fā)明通過YOLOv4進行學(xué)生人臉檢測；其次針對VGG16網(wǎng)絡(luò)參數(shù)量龐大、訓(xùn)練耗時等問題，提出了一種改進的VGG16模型，同時，在模型訓(xùn)練過...

本發(fā)明屬于信息技術(shù)的教學(xué)應(yīng)用領(lǐng)域，提供一種立體綜合教學(xué)場中教師手部感知交互方法，包括（1）手部姿態(tài)感知；（2）觸覺感知模擬；（3）感知交互生成。本發(fā)明有助于立體綜合教學(xué)場中視覺與觸覺感知交互的生成，促進技術(shù)與教學(xué)活動的深度融合。的深度融...

本發(fā)明提供了一種基于深度學(xué)習(xí)的小區(qū)級RSRP估計方法，包括以下步驟：根據(jù)待估計通信小區(qū)的電子地圖得到該通信小區(qū)的偽電磁環(huán)境地圖；采用無線傳播經(jīng)驗?zāi)Ｐ?，估計該通信小區(qū)中各個測量點的RSRP并繪制該通信小區(qū)的RSRP預(yù)估分布圖；將生成的偽電...

本發(fā)明涉及計算機信息處理領(lǐng)域，提供一種基于情境測試的中小學(xué)校長信息素養(yǎng)畫像方法及系統(tǒng)，該方法具體為：(1)創(chuàng)建畫像標(biāo)簽體系；(2)構(gòu)建情境測評工具；(3)確定等級劃界方案。本發(fā)明構(gòu)建科學(xué)有效的校長信息素養(yǎng)畫像標(biāo)簽體系；將畫像標(biāo)簽體系內(nèi)容...

本發(fā)明公開了一種基于消息效用值和節(jié)點平均相遇持續(xù)時間的消息管理方法，包括以下步驟：S1、統(tǒng)計機會網(wǎng)絡(luò)中的每個節(jié)點與其它節(jié)點的相遇次數(shù)以及相遇持續(xù)時間；S2、根據(jù)消息的生存周期、消息的剩余生存事件以及節(jié)點緩存空間和節(jié)點剩余緩存空間進行消息...

本發(fā)明公開了一種非共軛連接的空間電荷轉(zhuǎn)移熱活化延遲熒光材料及其電致發(fā)光應(yīng)用，屬于有機電致發(fā)光技術(shù)領(lǐng)域。本發(fā)明材料具有通式(1)所示結(jié)構(gòu)，其可用作發(fā)光染料或敏化劑或主體材料制備電致發(fā)光器件的發(fā)光功能層。本發(fā)明材料通過剛性螺環(huán)結(jié)構(gòu)固定受體單...

本發(fā)明屬于個性化學(xué)習(xí)技術(shù)領(lǐng)域，公開了一種知識認(rèn)知結(jié)構(gòu)分析方法、系統(tǒng)、計算機設(shè)備、介質(zhì)、終端，以學(xué)習(xí)者的學(xué)習(xí)交互序列為基礎(chǔ)，得到聯(lián)合先驗特征；設(shè)計分層卷積神經(jīng)網(wǎng)絡(luò)對學(xué)習(xí)者學(xué)習(xí)狀態(tài)進行空間分析，提取包含學(xué)習(xí)者個性化學(xué)習(xí)能力的空間特征；輸出學(xué)...

本發(fā)明涉及核儀器電子技術(shù)，具體涉及一種低噪聲電荷靈敏前置放大器及減小輸入電容的方法，該放大器包括包括電荷收集電極、屏蔽層、Guardring、放大器和嵌位二極管D；電荷收集電極、屏蔽層、嵌位二極管D均與放大器連接。該放大器能夠通過屏蔽技...

本發(fā)明屬于信息技術(shù)的教學(xué)應(yīng)用領(lǐng)域，提供一種立體綜合教學(xué)場系統(tǒng)及其工作方法，本發(fā)明借助傳感器采集真實教學(xué)空間的深度數(shù)據(jù)、教師點云數(shù)據(jù)和授課聲音信息；基于邊緣云實現(xiàn)虛擬教學(xué)空間數(shù)據(jù)存儲、傳輸和渲染的基礎(chǔ)架構(gòu)計算和緩存；采用R樹的空間索引結(jié)構(gòu)...

本發(fā)明屬于質(zhì)譜檢測領(lǐng)域，具體涉及一種基于有機溶劑

本發(fā)明提供一種基于視覺和語義特征協(xié)作與強化學(xué)習(xí)的視頻摘要方法，包括將視頻文件分解成幀序列，按照幀的時間順序依次使用深度神經(jīng)網(wǎng)絡(luò)提取語義特征和視覺顯著性特征；經(jīng)過Bi

本發(fā)明公開了一種可組裝的虛實融合實驗電路的計算方法及系統(tǒng)。該方法包括步驟：S1，定義每個電路卡片對應(yīng)的電路元件，并將每個電路元件及其左右節(jié)點模塊化表征；S2，采集用戶組裝的電路卡片圖像，根據(jù)電路卡片圖像找到對應(yīng)的電路元件，并通過電路元件...

本實用新型公開了一種圖書自動借還系統(tǒng)，涉及機器人技術(shù)領(lǐng)域，該圖書自動借還系統(tǒng)包括：書架充電樁、頂升機器人、圖書排架機構(gòu)、圖書借還終端以及多組智能書架；多組所述智能書架環(huán)繞所述圖書排架機構(gòu)布置，所述智能書架的一側(cè)設(shè)置有書架充電樁，所述圖書...