買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉蘇州弘道教育科技有限公司申請(qǐng)的專利結(jié)合行為識(shí)別與物聯(lián)網(wǎng)的智能課堂教學(xué)優(yōu)化方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119831100B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411917830.0，技術(shù)領(lǐng)域涉及：G06Q10/04；該發(fā)明授權(quán)結(jié)合行為識(shí)別與物聯(lián)網(wǎng)的智能課堂教學(xué)優(yōu)化方法及系統(tǒng)是由朱君設(shè)計(jì)研發(fā)完成，并于2024-12-24向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本結(jié)合行為識(shí)別與物聯(lián)網(wǎng)的智能課堂教學(xué)優(yōu)化方法及系統(tǒng)在說明書摘要公布了：本發(fā)明提供結(jié)合行為識(shí)別與物聯(lián)網(wǎng)的智能課堂教學(xué)優(yōu)化方法及系統(tǒng)，涉及智慧課堂技術(shù)領(lǐng)域，包括通過部署在學(xué)生終端的分布式物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)，獲取學(xué)生行為數(shù)據(jù)、音視頻數(shù)據(jù)及環(huán)境數(shù)據(jù)；采用多模態(tài)特征融合網(wǎng)絡(luò)處理所述數(shù)據(jù)，得到學(xué)生互動(dòng)狀態(tài)特征；基于所述特征構(gòu)建遠(yuǎn)程教學(xué)互動(dòng)評(píng)估模型，實(shí)時(shí)計(jì)算學(xué)生注意力水平與課堂參與度，生成個(gè)性化教學(xué)指導(dǎo)策略。該方法實(shí)現(xiàn)了遠(yuǎn)程教學(xué)過程中學(xué)生狀態(tài)的智能感知與教學(xué)策略的動(dòng)態(tài)優(yōu)化。

本發(fā)明授權(quán)結(jié)合行為識(shí)別與物聯(lián)網(wǎng)的智能課堂教學(xué)優(yōu)化方法及系統(tǒng)在權(quán)利要求書中公布了：1.結(jié)合行為識(shí)別與物聯(lián)網(wǎng)的智能課堂教學(xué)優(yōu)化方法，其特征在于，包括： 通過分布式物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)采集遠(yuǎn)程教學(xué)互動(dòng)數(shù)據(jù)，所述分布式物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)包括部署在學(xué)生終端的行為數(shù)據(jù)采集模塊、音視頻數(shù)據(jù)采集模塊以及環(huán)境數(shù)據(jù)采集模塊，所述遠(yuǎn)程教學(xué)互動(dòng)數(shù)據(jù)包括學(xué)生行為數(shù)據(jù)、音頻數(shù)據(jù)和視頻數(shù)據(jù)以及環(huán)境數(shù)據(jù)； 構(gòu)建多模態(tài)特征融合網(wǎng)絡(luò)處理所述遠(yuǎn)程教學(xué)互動(dòng)數(shù)據(jù)，所述多模態(tài)特征融合網(wǎng)絡(luò)包括特征提取子網(wǎng)絡(luò)、時(shí)序分析子網(wǎng)絡(luò)以及注意力融合子網(wǎng)絡(luò)；其中，所述特征提取子網(wǎng)絡(luò)分別從學(xué)生行為數(shù)據(jù)、音頻數(shù)據(jù)、視頻數(shù)據(jù)中提取行為特征向量、音頻特征向量、視頻特征向量，所述時(shí)序分析子網(wǎng)絡(luò)基于長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)結(jié)構(gòu)分析各個(gè)特征向量的時(shí)序變化規(guī)律，所述注意力融合子網(wǎng)絡(luò)將多模態(tài)特征向量與所述環(huán)境數(shù)據(jù)進(jìn)行自適應(yīng)融合得到學(xué)生互動(dòng)狀態(tài)特征； 基于所述學(xué)生互動(dòng)狀態(tài)特征構(gòu)建遠(yuǎn)程教學(xué)互動(dòng)評(píng)估模型，所述遠(yuǎn)程教學(xué)互動(dòng)評(píng)估模型實(shí)時(shí)計(jì)算得到學(xué)生注意力水平數(shù)值、課堂參與度數(shù)值包括： 接收十秒時(shí)間窗口內(nèi)的學(xué)生互動(dòng)狀態(tài)特征序列，將所述學(xué)生互動(dòng)狀態(tài)特征序列輸入時(shí)間卷積模塊，所述時(shí)間卷積模塊通過不同卷積核尺寸提取多尺度時(shí)序依賴特征，所述多尺度時(shí)序依賴特征經(jīng)過時(shí)序重要性評(píng)估單元計(jì)算每個(gè)時(shí)間步的注意力權(quán)重得到微觀評(píng)估特征； 將所述微觀評(píng)估特征輸入層次化長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)，所述層次化長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的底層網(wǎng)絡(luò)處理所述微觀評(píng)估特征生成中間注意力特征，所述層次化長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的頂層網(wǎng)絡(luò)整合所述中間注意力特征得到長(zhǎng)期變化特征； 將所述長(zhǎng)期變化特征輸入多任務(wù)學(xué)習(xí)框架，所述多任務(wù)學(xué)習(xí)框架通過多頭自注意力機(jī)制提取通用互動(dòng)特征，所述通用互動(dòng)特征分別輸入注意力水平評(píng)估分支與課堂參與度評(píng)估分支，其中所述注意力水平評(píng)估分支包含脈沖神經(jīng)網(wǎng)絡(luò)模塊，所述課堂參與度評(píng)估分支包含圖注意力網(wǎng)絡(luò)的時(shí)序推理模塊； 基于課程類型與教學(xué)活動(dòng)形式構(gòu)建學(xué)習(xí)場(chǎng)景識(shí)別模塊，所述學(xué)習(xí)場(chǎng)景識(shí)別模塊的輸出結(jié)果經(jīng)過場(chǎng)景適應(yīng)層得到特征權(quán)重與評(píng)估閾值；將所述特征權(quán)重與評(píng)估閾值輸入貝葉斯神經(jīng)網(wǎng)絡(luò)，所述貝葉斯神經(jīng)網(wǎng)絡(luò)通過蒙特卡洛dropout實(shí)現(xiàn)模型預(yù)測(cè)的不確定性量化得到可靠性指標(biāo)； 將所述注意力水平評(píng)估分支的輸出結(jié)果通過非線性映射函數(shù)得到注意力水平數(shù)值，將所述課堂參與度評(píng)估分支的輸出結(jié)果通過累積概率分布函數(shù)得到課堂參與度數(shù)值，所述注意力水平數(shù)值與所述課堂參與度數(shù)值通過線性插值實(shí)現(xiàn)平滑過渡得到最終評(píng)估結(jié)果；根據(jù)所述遠(yuǎn)程教學(xué)互動(dòng)評(píng)估模型的計(jì)算結(jié)果，生成個(gè)性化教學(xué)指導(dǎo)策略，所述個(gè)性化教學(xué)指導(dǎo)策略包含教學(xué)節(jié)奏調(diào)整建議、互動(dòng)方式優(yōu)化建議；所述遠(yuǎn)程教學(xué)互動(dòng)評(píng)估模型將所述個(gè)性化教學(xué)指導(dǎo)策略通過物聯(lián)網(wǎng)通信網(wǎng)絡(luò)實(shí)時(shí)反饋至教師終端，實(shí)現(xiàn)遠(yuǎn)程教學(xué)過程的動(dòng)態(tài)優(yōu)化調(diào)整。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人蘇州弘道教育科技有限公司，其通訊地址為：215127 江蘇省蘇州市中國(guó)(江蘇)自由貿(mào)易試驗(yàn)區(qū)蘇州片區(qū)蘇州工業(yè)園區(qū)蘇州大道東400號(hào)嘉瑞大廈1幢509室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。