CN109949187A - 一种新型物联网远程教学系统及控制方法 - Google Patents
一种新型物联网远程教学系统及控制方法 Download PDFInfo
- Publication number
- CN109949187A CN109949187A CN201910154986.0A CN201910154986A CN109949187A CN 109949187 A CN109949187 A CN 109949187A CN 201910154986 A CN201910154986 A CN 201910154986A CN 109949187 A CN109949187 A CN 109949187A
- Authority
- CN
- China
- Prior art keywords
- module
- course
- video
- data
- teaching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000011156 evaluation Methods 0.000 claims abstract description 57
- 238000001303 quality assessment method Methods 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 36
- 230000003993 interaction Effects 0.000 claims description 22
- 230000009471 action Effects 0.000 claims description 18
- 230000000875 corresponding effect Effects 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 claims description 6
- 239000003550 marker Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 4
- 238000004445 quantitative analysis Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000013442 quality metrics Methods 0.000 claims description 3
- 238000004335 scaling law Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims 1
- 238000013441 quality evaluation Methods 0.000 claims 1
- 230000026676 system process Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 5
- 230000003796 beauty Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 206010057315 Daydreaming Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001483 mobilizing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Abstract
本发明属于教育技术领域,公开了一种新型物联网远程教学系统及控制方法,系统包括:视频采集模块、编辑模块、中央控制模块、无线通信模块、服务器、移动终端、课程管理模块、课程查询模块、课程预约模块、质量评估模块、VR教学模块、显示模块。本发明通过质量评估模块将教师每一节课的课堂表现都纳入最终的课程评估中,采样范围大,偶然性小,能够更加真实准确的反应教师的教学水平和教学质量;同时,通过VR教学模块在每个学生位置上采集相应的三维的授课视频,以使得对应于图像采集设备的学生佩戴VR头显设备时,能够观察到周围的环境以及人物都是自己熟悉,从而提高用户远程教学对课堂还原的真实性。
Description
技术领域
本发明属于教育技术领域,尤其涉及一种新型物联网远程教学系统及控制 方法。
背景技术
教学是教师的教和学生的学所组成的一种人类特有的人才培养活动。通过 这种活动,教师有目的、有计划、有组织地引导学生学习和掌握文化科学知识 和技能,促进学生素质提高,使他们成为社会所需要的人。向学生传授系统的 科学知识,训练学生形成基本技能、技巧,发展学生的智力和能力。使学生身 体正常发育,健康成长。培养学生具有正确的审美观点和感受美、鉴赏美和创 造美的知识和能力。使学生掌握现代工农业生产的基本知识,学会使用基本生 产工具的技能。教学要高质量高效率地完成上述任务,一个至关重要的方面是 必须遵循教学规律,处理好间接经验和直接经验相结合的关系,传授知识和提高思想觉悟的关系,传授知识和发展智力的关系,以及发挥教师的主导作用与 调动学生积极性、自觉性的关系。然而,现有的教学评估存在着工作量大,采 样范围小,评估结果不真实、偶然性大等问题,降低了评估的实际价值;同时, 学生客户端通过网络从服务器中下载授课视音频进行学习观看或在线授课;学 生远程听取培训课程,面对的是单一的二维视频,整个教学过程乏味与枯燥, 学生容易分心走神。
综上所述,现有技术存在的问题是:
(1)现有的教学评估存在着工作量大,采样范围小,评估结果不真实、偶 然性大等问题,降低了评估的实际价值,目前采用的摄像器对红外图像的分别 率较低,无法对图像进行良好的模式识别和特征提取。
(2)学生客户端通过网络从服务器中下载授课视音频进行学习观看或在线 授课;学生远程听取培训课程,面对的是单一的二维视频,整个教学过程乏味 与枯燥,学生容易分心走神,传统的LED显示色域具有不一致性,显示的亮度 和色度较低,显示效果较差不利于远程学生的观看。
(3)传统的中央调控模块在分配一个任务时需要遍历所有节点参数,难以 在海量节点条件下的实时资源调度任务,造成远程传输速率较慢,浪费较多的 时间,学习效率降低。
现有技术中,仅仅通过主观意向对课程的学习效果进行人为的评定。
发明内容
针对现有技术存在的问题,本发明提供了一种新型物联网远程教学系统及 控制方法。
本发明是这样实现的,一种新型物联网远程教学系统,所述新型物联网远 程教学系统控制方法包括:
步骤一:通过视频采集模块利用摄像器采集教师教学视频内容,通过编辑 模块利用视频编辑软件编辑视频的课程名称、课程概要简介、视频内容;
步骤二:利用中央控制模块控制无线通信模块将编辑的视频发送到服务器, 并通过服务器发送到移动终端;
中央调控模块采用基于云计算系统的LBFA算法实现对各模块的分析与调 控,LBFA算法的流程包括:
1)计算云计算系统当前相空间投影的重心G的位置(X,Y);
3)接收当前的负载值,负载向量(a,b);
3)计算位于相空间中最优子相空间中节点被分配了当前负载后系统 的ΔLB值;
4)选取当前ΔLB最小的节点进行任务分配,保证分配后的系统负载 均衡度LB最小;
5)重新计算系统在相空间中当前的重心位置,根据公式利用本次分配的负载值直接算出新的重心位置;
6):返回步骤2)开始新的分配过程;
步骤三:通过课程管理模块利用web网站对课程类型、课程编辑、课程学 习记录进行管理,通过课程查询模块利用搜索引擎对学习的课程进行搜索查询;
步骤四:通过课程预约模块利用预约程序对为学习的课程进行预约操作, 通过质量评估模块利用评估程序对学习的课程进行综合评估;具体有:
建立因素集:
影响学习课程的各种参数组成因素集合,因素集合U={u1,u2,u3}={课程类型 不清、课程编辑混乱、课程学习记录不详};
建立评价集:
为了对各评价指标进行定量分析需要确定各指标的评价集,采用5级百分 制评价把评价集V划分5个评价等级,即V={v1,v2,v3,v4,v5}={优秀, 良好,及格,差,极差},其中v1评分区间为90~100,中值为95;v2评分区 间为80~89,中值为84.5;依此类推;选择各区间的中值作为等级的参数, 则5个等级所对应的参数为{95,84.5,74.5,64.5,49.5},参数列向量为ν ={95,84.5,74.5,64.5,49.5}T;
建立权重集:
(1)建立递阶层次结构:
根据评价指标体系,将问题所包含的各因素分为四个层次:第一层是评价 的总目标层G,即综合安全;第二层是准则层C;最后将个具体指标作为第三层, 即指标层P;
(2)构造两两比较判断矩阵:
根据1~9标度法逐层对各个要素两两之间进行重要性程度赋值,构造判断 矩阵U=(uij)n×n,其中uij表示因素ui和uj相对于准则层的重要值,矩阵U具有性质:uii=1,uij=1/uji,i,j=1,2,…,n,得出判断矩阵:将矩阵X1~X5按列归一化,即:
计算出矩阵Y为:
(3)隶属度计算:
多位使用频数统计法,对被评价的各项指标按评价集对各项指标的程度进 行评级,得到因素集的隶属度:
确定评判隶属矩阵:
由得到第k个因素集的相对隶属度矩阵:
其中:
式中:Rk—第k个因素集的相对隶属度矩阵;
rkij—第k个因素集的第i个因素属于评价集中的j的隶属度;
pkij—组成员对第k个因素集的第i个因素指标评级为j的频数;
构造模糊评判矩阵:
由各指标的权向量和矩阵R可构造模糊评判矩阵B,
计算综合评判结果:
由模糊评判矩阵B和评价集的参数列向量,可求得综合评判结果Z;
Z=B·V
由上式可得到模糊综合评价的结果,再根据评价等级规定,评定学习课程 状态;
步骤五:通过VR教学模块利用VR设备进行虚拟教学学习操作,通过显示 模块利用显示器显示课程内容。
进一步,步骤一中,摄像器对图像的处理采用红外的而知分割算法进行视 频采集,包括:
第一步:利用直方图均衡化算法对图像进行对比度增强;
式中:DB为转换后的灰度值;DA为转换前的灰度值;Hi为第i级灰度的像 素个数;A0为像素总数,绘制二维灰度直方图曲线;
第二步:设f(x,y)为进行红外图像直方图均衡化后的二维灰度直方图曲 线,其中x表示灰度级别,y表示具体各个灰度级别像素出现的次数,对f(x, y)在点(x,y)处求取梯度:
式中:为在点(x,y)处f对x的偏导数; 为在点(x,y)处f对y的偏导数;
第三步:求取第二步中获得的灰度梯度均值:
式中:k为所求取灰度梯度值编号。舍弃灰度梯度值小于梯度均值的部分, 保留灰度梯度值大于灰度梯度均值的部分,
其中:m=1,2,3,…,n
式中:m为舍弃灰度梯度小于平均灰度梯度值后的灰度梯度值编号;
进一步,步骤五中,显示器中采用LED显示屏进行显示,LED显示屏多 采用脉宽调制的驱动方式,为:
式中:m,n,k为红、绿、蓝LED发光灰度级;X、Y、Z为其对应 的三刺激值。
进一步,所述质量评估模块评估方法包括:
(1)采集教室内的视频数据;
(2)对视频数据进行分析,识别视频中人员的身份、姿势和动作;
(3)根据人员身份识别的结果计算学生的考勤数据;
(4)根据学生的动作姿势识别结果统计学生的违纪行为并生成学生动作纪 律数据;
(5)根据学生的动作姿势的识别结果统计师生互动次数数据;
(6)根据学生的动作姿势识别结果统计学生积极性数据;
(7)根据待评估课程的所有课堂评估数据生成该课程的课程评估结果,所 述课堂评估数据包括学生考勤数据、学生动作纪律数据、互动次数数据和学生 积极性数据;
所述学生考勤数据包括到勤率、迟到率和早退率,学生考勤评估步骤具体 包括:
考勤评估模块根据视频分析步骤的分析结果统计到勤人数、迟到人数以及 早退人数;
考勤评估模块计算学生的到勤率、迟到率和早退率;
所述步骤(5)具体包括以下步骤:
动作识别模块识别学生的举手动作,互动评估模块获取每一次举手动作的 开始时间;
互动评估模块将开始时间差值小于预设值的举手动作划分为同一次互动, 将开始时间差值大于预设值的举手动作划分为不同的互动;
互动评估模块统计互动的总次数作为师生互动次数数据;
步骤(6)具体包括以下步骤:
积极性评估模块统计每次互动中举手的人数;
积极性评估模块根据师生互动次数数据计算每次互动的平均举手人数;
积极性评估模块计算平均举手人数占班级总人数比例,并以该比例作为学 生积极性数据。
进一步,所述VR教学模块教学方法包括:
步骤1,获取图像采集设备采集的三维授课视频,将授课视频转换成虚拟教 学视频发送到VR头显设备中显示;
步骤2,基于授课视频的授课内容划分成若干教学时间段;
步骤3,获取对应于授课视频的教学数据,将教学数据进行分类以与授课视 频的每个教学时间段一一关联对应;
步骤4,建立临时播放区域,将教学数据形成图片数据存储在临时播放区域 中;
步骤5,根据智能手环的触控指令,基于授课视频的当前教学时间段以调取 临时播放区域中对应教学数据的图形数据以代替虚拟教学视频进行显示;
所述智能手环的触控指令,包括:
智能手环触控屏上任意位置的点击操作;或智能手环触控屏上任意位置的 点击操作次数达到预定次数;
所述根据智能手环的触控指令,基于授课视频的当前教学时间段以调取临 时播放区域中对应的教学数据以代替虚拟教学视频进行显示,还包括:
建立对图形数据的操作指令,其中,操作指令中具有前一张、后一张、退 出的操作区域;
在图形数据中生成指针标记点;
获取用户在智能手环上的操作手势,基于该操作手势控制所述指针标记点 在图形数据上进行相应动作;
所述VR教学模块教学方法还包括如下步骤:
建立VR头显设备朝向的基准方向角;
获取VR头显设备的姿势数据,其中,姿势数据中包括VR头显设备的水平 转动角度和竖直转动角度;
判断VR头显设备姿势数据与基准方向角之间的偏移值是否大于预设值,若 是,则将虚拟教学视频的当前播放进度形成播放记录点;
并进一步判断VR头显设备偏移的时间是否大于阈值,若是,则控制虚拟教 学视频停止播放;
并进一步判断VR头显设备姿势数据与基准方向之间的偏移值是否小于预 设值;若是,则建立动作指令操作,并根据动作指令操作继续播放虚拟教学视 频或跳转到播放记录点播放虚拟教学视频。
本发明另一目的在于提供一种实现所述新型物联网远程教学系统控制方法 的计算机程序。
本发明另一目的在于提供一种实现所述新型物联网远程教学系统控制方法 的信息数据处理终端。
本发明另一目的在于提供一种计算机可读存储介质,包括指令,当其在计 算机上运行时,使得计算机执行所述的新型物联网远程教学系统控制方法。
本发明另一目的在于提供一种实施所述新型物联网远程教学系统控制方法 的新型物联网远程教学系统,所述新型物联网远程教学系统包括:
视频采集模块,与编辑模块连接,用于通过摄像器采集教师教学视频内容;
编辑模块,与中央控制模块连接,用于通过视频编辑软件编辑视频的课程 名称、课程概要简介、视频内容;
中央控制模块,与编辑模块、无线通信模块、课程管理模块、课程查询模 块、课程预约模块、质量评估模块、VR教学模块、显示模块连接,用于通过单 片机控制各个模块正常工作;
无线通信模块,与中央控制模块、服务器连接,用于通过无线发射器将编 辑的视频发送到服务器,并通过服务器发送到移动终端;
课程管理模块,与中央控制模块连接,用于通过web网站对课程类型、课 程编辑、课程学习记录等进行管理;
课程查询模块,与中央控制模块连接,用于通过搜索引擎对学习的课程进 行搜索查询;
课程预约模块,与中央控制模块连接,用于通过预约程序对为学习的课程 进行预约操作;
质量评估模块,与中央控制模块连接,用于通过评估程序对学习的课程进 行综合评估;
VR教学模块,与中央控制模块连接,用于通过VR设备进行虚拟教学学习 操作;
显示模块,与中央控制模块连接,用于通过显示器显示课程内容。
本发明另一目的在于提供一种互联网教学平台,所述互联网教学平台至少 搭载所述的新型物联网远程教学系统
本发明的优点及积极效果为:
(1)本发明通过质量评估模块采集记录每一堂课的课堂数据,无需专人专 门去听课,通过考勤评估模块、课堂纪律评估模块以及积极性评估模块从学生 考勤、课堂纪律、问答积极性三个方面生成课堂评估数据,学生考勤以及课堂 纪律显示了教师的课堂管理方面的能力,问答积极性则体现了教师的教学方法 和教学效果方面的能力,对每一节课都生成课堂评估数据,无需人工进行评价, 简单方便效率高,更加客观以及公正,并最终累计每一节课的课堂评估数据生 成最终课程评估结果,将教师每一节课的课堂表现都纳入最终的课程评估中, 采样范围大,偶然性小,能够更加真实准确的反应教师的教学水平和教学质量; 通过摄像器对图像采用红外的二值化分割算法,提高了对红外图像的分辨率, 对图像进行良好的模式识别和特征提取提供了有力的保障。
(2)通过VR教学模块使用VR头显设备观看授课视频,在授课视频中的 知识点难以理解或需要使用习题讲义进行针对性练习时,通过佩戴的智能手环 发出相应的触控指令,控制终端能将教学数据以图片的形式插入到VR头显设备 中进行强化性练习,并相应退出授课视频的画面并暂停授课视频的播放,通过 上述过程的衔接,用户无需摘掉VR头显设备即可进行教学数据的练习,并且通 过智能手环的操作,能相应对图片形式的教学数据进行翻看,提高用户学习的 自主性,以提高视频授课的质量;通过色域校正算法来改善LED显示色域 的不一致性,LED显示像素的亮度和色度一致性显著提高,便于远程学生的 观看
(3)本申请中的图像采集设备分别在每个学生位置上采集相应的三维的授 课视频,以使得对应于图像采集设备的学生佩戴VR头显设备时,能够观察到周 围的环境以及人物都是自己熟悉,从而提高用户远程教学对课堂还原的真实性, 提高用户学习的积极性;中央调控模块采用LBFA算法实现了在海量节点条件下 的实时资源调度任务,提高了远程传输速率,从而提高了学习效率。
本发明通过课程预约模块利用预约程序对为学习的课程进行预约操作,通 过质量评估模块利用评估程序对学习的课程进行综合评估;具体有:
建立因素集:
影响学习课程的各种参数组成因素集合,因素集合U={u1,u2,u3}={课程类型 不清、课程编辑混乱、课程学习记录不详};
建立评价集:
为了对各评价指标进行定量分析需要确定各指标的评价集,采用5级百分 制评价把评价集V划分5个评价等级,即V={v1,v2,v3,v4,v5}={优秀, 良好,及格,差,极差},其中v1评分区间为90~100,中值为95;v2评分区 间为80~89,中值为84.5;依此类推;选择各区间的中值作为等级的参数, 则5个等级所对应的参数为{95,84.5,74.5,64.5,49.5},参数列向量为ν ={95,84.5,74.5,64.5,49.5}T;
建立权重集:
解决了现有技术中,仅仅通过主观意向对课程的学习效果进行人为的评定, 本发明利用计算机可客观的真实的分析出学习效果,是现有技术的一大进步。
附图说明
图1是本发明实施例提供的新型物联网远程教学系统结构图。
图中:1、视频采集模块;2、编辑模块;3、中央控制模块;4、无线通信 模块;5、服务器;6、移动终端;7、课程管理模块;8、课程查询模块;9、课 程预约模块;10、质量评估模块;11、VR教学模块;12、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并 配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明提供的新型物联网远程教学系统包括:视频采集模块1、 编辑模块2、中央控制模块3、无线通信模块4、服务器5、移动终端6、课程管 理模块7、课程查询模块8、课程预约模块9、质量评估模块10、VR教学模块 11、显示模块12。
视频采集模块1,与编辑模块2连接,用于通过摄像器采集教师教学视频内 容;
编辑模块2,与中央控制模块3连接,用于通过视频编辑软件编辑视频的课 程名称、课程概要简介、视频内容;
中央控制模块3,与编辑模块2、无线通信模块4、课程管理模块7、课程 查询模块8、课程预约模块9、质量评估模块10、VR教学模块11、显示模块12 连接,用于通过单片机控制各个模块正常工作;
无线通信模块4,与中央控制模块3、服务器5连接,用于通过无线发射器 将编辑的视频发送到服务器5,并通过服务器发送到移动终端6;
课程管理模块7,与中央控制模块3连接,用于通过web网站对课程类型、 课程编辑、课程学习记录等进行管理;
课程查询模块8,与中央控制模块3连接,用于通过搜索引擎对学习的课程 进行搜索查询;
课程预约模块9,与中央控制模块3连接,用于通过预约程序对为学习的课 程进行预约操作;
质量评估模块10,与中央控制模块3连接,用于通过评估程序对学习的课 程进行综合评估;
VR教学模块11,与中央控制模块3连接,用于通过VR设备进行虚拟教学 学习操作;
显示模块12,与中央控制模块3连接,用于通过显示器显示课程内容。
本发明实施例提供的摄像器对图像的处理采用红外的而知分割算法进行视 频采集,包括:
第一步:利用直方图均衡化算法对图像进行对比度增强;
式中:DB为转换后的灰度值;DA为转换前的灰度值;Hi为第i级灰度的像 素个数;A0为像素总数,绘制二维灰度直方图曲线;
第二步:设f(x,y)为进行红外图像直方图均衡化后的二维灰度直方图曲 线,其中x表示灰度级别,y表示具体各个灰度级别像素出现的次数,对f(x, y)在点(x,y)处求取梯度:
式中:为在点(x,y)处f对x的偏导数; 为在点(x,y)处f对y的偏导数;
第三步:求取第二步中获得的灰度梯度均值:
式中:k为所求取灰度梯度值编号。舍弃灰度梯度值小于梯度均值的部分, 保留灰度梯度值大于灰度梯度均值的部分,
其中:m=1,2,3,…,n
式中:m为舍弃灰度梯度小于平均灰度梯度值后的灰度梯度值编号;
本发明实施例提供的显示器中采用LED显示屏进行显示,LED显示屏多 采用脉宽调制的驱动方式,为:
式中:m,n,k为红、绿、蓝LED发光灰度级;X、Y、Z为其对应 的三刺激值。
本发明实施例提供的质量评估模块10评估方法如下:
(1)采集教室内的视频数据;
(2)对视频数据进行分析,识别视频中人员的身份、姿势和动作;
(3)根据人员身份识别的结果计算学生的考勤数据;
(4)根据学生的动作姿势识别结果统计学生的违纪行为并生成学生动作纪 律数据;
(5)根据学生的动作姿势的识别结果统计师生互动次数数据;
(6)根据学生的动作姿势识别结果统计学生积极性数据;
(7)根据待评估课程的所有课堂评估数据生成该课程的课程评估结果,所 述课堂评估数据包括学生考勤数据、学生动作纪律数据、互动次数数据和学生 积极性数据。
本发明提供的学生考勤数据包括到勤率、迟到率和早退率,学生考勤评估 步骤具体包括以下步骤:
考勤评估模块根据视频分析步骤的分析结果统计到勤人数、迟到人数以及 早退人数;
考勤评估模块计算学生的到勤率、迟到率和早退率。
本发明提供的步骤(5)具体包括以下步骤:
动作识别模块识别学生的举手动作,互动评估模块获取每一次举手动作的 开始时间;
互动评估模块将开始时间差值小于预设值的举手动作划分为同一次互动, 将开始时间差值大于预设值的举手动作划分为不同的互动;
互动评估模块统计互动的总次数作为师生互动次数数据。
本发明提供的步骤(6)具体包括以下步骤:
积极性评估模块统计每次互动中举手的人数;
积极性评估模块根据师生互动次数数据计算每次互动的平均举手人数;
积极性评估模块计算平均举手人数占班级总人数比例,并以该比例作为学 生积极性数据。
本发明提供的VR教学模块11教学方法如下:
步骤1,获取图像采集设备采集的三维授课视频,将授课视频转换成虚拟教 学视频发送到VR头显设备中显示;
步骤2,基于授课视频的授课内容划分成若干教学时间段;
步骤3,获取对应于授课视频的教学数据,将教学数据进行分类以与授课视 频的每个教学时间段一一关联对应;
步骤4,建立临时播放区域,将教学数据形成图片数据存储在临时播放区域 中;
步骤5,根据智能手环的触控指令,基于授课视频的当前教学时间段以调取 临时播放区域中对应教学数据的图形数据以代替虚拟教学视频进行显示。
本发明提供的智能手环的触控指令,包括:
智能手环触控屏上任意位置的点击操作;或智能手环触控屏上任意位置的 点击操作次数达到预定次数。
本发明提供的根据智能手环的触控指令,基于授课视频的当前教学时间段 以调取临时播放区域中对应的教学数据以代替虚拟教学视频进行显示,还包括 如下步骤:
建立对图形数据的操作指令,其中,操作指令中具有前一张、后一张、退 出的操作区域;
在图形数据中生成指针标记点;
获取用户在智能手环上的操作手势,基于该操作手势控制所述指针标记点 在图形数据上进行相应动作。
本发明提供的教学方法还包括如下步骤:
建立VR头显设备朝向的基准方向角;
获取VR头显设备的姿势数据,其中,姿势数据中包括VR头显设备的水平 转动角度和竖直转动角度;
判断VR头显设备姿势数据与基准方向角之间的偏移值是否大于预设值,若 是,则将虚拟教学视频的当前播放进度形成播放记录点;
并进一步判断VR头显设备偏移的时间是否大于阈值,若是,则控制虚拟教 学视频停止播放;
并进一步判断VR头显设备姿势数据与基准方向之间的偏移值是否小于预 设值;若是,则建立动作指令操作,并根据动作指令操作继续播放虚拟教学视 频或跳转到播放记录点播放虚拟教学视频。
本发明教学时,通过视频采集模块1利用摄像器采集教师教学视频内容; 通过编辑模块2利用视频编辑软件编辑视频的课程名称、课程概要简介、视频 内容;中央控制模块3通过无线通信模块4将编辑的视频发送到服务器5,并通 过服务器发送到移动终端6;通过课程管理模块7利用web网站对课程类型、课 程编辑、课程学习记录等进行管理;通过课程查询模块8利用搜索引擎对学习 的课程进行搜索查询;通过课程预约模块9利用预约程序对为学习的课程进行 预约操作;通过质量评估模块10利用评估程序对学习的课程进行综合评估;通 过VR教学模块11利用VR设备进行虚拟教学学习操作;通过显示模块12利用 显示器显示课程内容。
下面结合具体分析对本发明作进一步描述。
本发明实施例提供的新型物联网远程教学系统控制方法,包括:
步骤一:通过视频采集模块利用摄像器采集教师教学视频内容,通过编辑 模块利用视频编辑软件编辑视频的课程名称、课程概要简介、视频内容;
步骤二:利用中央控制模块控制无线通信模块将编辑的视频发送到服务器, 并通过服务器发送到移动终端;
中央调控模块采用基于云计算系统的LBFA算法实现对各模块的分析与调 控,LBFA算法的流程包括:
1)计算云计算系统当前相空间投影的重心G的位置(X,Y);
4)接收当前的负载值,负载向量(a,b);
3)计算位于相空间中最优子相空间中节点被分配了当前负载后系统 的ΔLB值;
4)选取当前ΔLB最小的节点进行任务分配,保证分配后的系统负载 均衡度LB最小;
5)重新计算系统在相空间中当前的重心位置,根据公式利用本次分配的负载值直接算出新的重心位置;
6):返回步骤2)开始新的分配过程;
步骤三:通过课程管理模块利用web网站对课程类型、课程编辑、课程学 习记录进行管理,通过课程查询模块利用搜索引擎对学习的课程进行搜索查询;
步骤四:通过课程预约模块利用预约程序对为学习的课程进行预约操作, 通过质量评估模块利用评估程序对学习的课程进行综合评估;具体有:
建立因素集:
影响学习课程的各种参数组成因素集合,因素集合U={u1,u2,u3}={课程类型 不清、课程编辑混乱、课程学习记录不详};
建立评价集:
为了对各评价指标进行定量分析需要确定各指标的评价集,采用5级百分 制评价把评价集V划分5个评价等级,即V={v1,v2,v3,v4,v5}={优秀, 良好,及格,差,极差},其中v1评分区间为90~100,中值为95;v2评分区 间为80~89,中值为84.5;依此类推;选择各区间的中值作为等级的参数, 则5个等级所对应的参数为{95,84.5,74.5,64.5,49.5},参数列向量为ν ={95,84.5,74.5,64.5,49.5}T;
建立权重集:
(1)建立递阶层次结构:
根据评价指标体系,将问题所包含的各因素分为四个层次:第一层是评价 的总目标层G,即综合安全;第二层是准则层C;最后将个具体指标作为第三层, 即指标层P;
(2)构造两两比较判断矩阵:
根据1~9标度法逐层对各个要素两两之间进行重要性程度赋值,构造判断 矩阵U=(uij)n×n,其中uij表示因素ui和uj相对于准则层的重要值,矩阵U具有性质: uii=1,uij=1/uji,i,j=1,2,…,n,得出判断矩阵:将矩阵X1~X5按列归一化,即:
计算出矩阵Y为:
(3)隶属度计算:
多位使用频数统计法,对被评价的各项指标按评价集对各项指标的程度进 行评级,得到因素集的隶属度:
确定评判隶属矩阵:
由得到第k个因素集的相对隶属度矩阵:
其中:
式中:Rk—第k个因素集的相对隶属度矩阵;
rkij—第k个因素集的第i个因素属于评价集中的j的隶属度;
pkij—组成员对第k个因素集的第i个因素指标评级为j的频数;
构造模糊评判矩阵:
由各指标的权向量和矩阵R可构造模糊评判矩阵B,
计算综合评判结果:
由模糊评判矩阵B和评价集的参数列向量,可求得综合评判结果Z;
Z=B·V
由上式可得到模糊综合评价的结果,再根据评价等级规定,评定学习课程 状态;
步骤五:通过VR教学模块利用VR设备进行虚拟教学学习操作,通过显示 模块利用显示器显示课程内容。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组 合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程 序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指 令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可 以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算 机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向 另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、 计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或 无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据 中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用 介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。 所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、 或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的 限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变 化与修饰,均属于本发明技术方案的范围内。
Claims (10)
1.一种新型物联网远程教学系统控制方法,其特征在于,所述新型物联网远程教学系统控制方法包括:
步骤一:通过视频采集模块利用摄像器采集教师教学视频内容,通过编辑模块利用视频编辑软件编辑视频的课程名称、课程概要简介、视频内容;
步骤二:利用中央控制模块控制无线通信模块将编辑的视频发送到服务器,并通过服务器发送到移动终端;
中央调控模块采用基于云计算系统的LBFA算法实现对各模块的分析与调控,LBFA算法的流程包括:
1)计算云计算系统当前相空间投影的重心G的位置(X,Y);
2)接收当前的负载值,负载向量(a,b);
3)计算位于相空间中最优子相空间中节点被分配了当前负载后系统的ΔLB值;
4)选取当前ΔLB最小的节点进行任务分配,保证分配后的系统负载均衡度LB最小;
5)重新计算系统在相空间中当前的重心位置,根据公式利用本次分配的负载值直接算出新的重心位置;
6):返回步骤2)开始新的分配过程;
步骤三:通过课程管理模块利用web网站对课程类型、课程编辑、课程学习记录进行管理,通过课程查询模块利用搜索引擎对学习的课程进行搜索查询;
步骤四:通过课程预约模块利用预约程序对为学习的课程进行预约操作,通过质量评估模块利用评估程序对学习的课程进行综合评估;具体有:
建立因素集:
影响学习课程的各种参数组成因素集合,因素集合U={u1,u2,u3}={课程类型不清、课程编辑混乱、课程学习记录不详};
建立评价集:
为了对各评价指标进行定量分析需要确定各指标的评价集,采用5级百分制评价把评价集V划分5个评价等级,即V={v1,v2,v3,v4,v5}={优秀,良好,及格,差,极差},其中v1评分区间为90~100,中值为95;v2评分区间为80~89,中值为84.5;依此类推;选择各区间的中值作为等级的参数,则5个等级所对应的参数为{95,84.5,74.5,64.5,49.5},参数列向量为ν={95,84.5,74.5,64.5,49.5}T;
建立权重集:
(1)建立递阶层次结构:
根据评价指标体系,将问题所包含的各因素分为四个层次:第一层是评价的总目标层G,即综合安全;第二层是准则层C;最后将个具体指标作为第三层,即指标层P;
(2)构造两两比较判断矩阵:
根据1~9标度法逐层对各个要素两两之间进行重要性程度赋值,构造判断矩阵U=(uij)n×n,其中uij表示因素ui和uj相对于准则层的重要值,矩阵U具有性质:uii=1,uij=1/uji,i,j=1,2,…,n,得出判断矩阵:将矩阵X1~X5按列归一化,即:
计算出矩阵Y为:
(3)隶属度计算:
多位使用频数统计法,对被评价的各项指标按评价集对各项指标的程度进行评级,得到因素集的隶属度:
确定评判隶属矩阵:
由得到第k个因素集的相对隶属度矩阵:
其中:
式中:Rk—第k个因素集的相对隶属度矩阵;
rkij—第k个因素集的第i个因素属于评价集中的j的隶属度;
pkij—组成员对第k个因素集的第i个因素指标评级为j的频数;
构造模糊评判矩阵:
由各指标的权向量和矩阵R可构造模糊评判矩阵B,
计算综合评判结果:
由模糊评判矩阵B和评价集的参数列向量,可求得综合评判结果Z;
Z=B·V
由上式可得到模糊综合评价的结果,再根据评价等级规定,评定学习课程状态;
步骤五:通过VR教学模块利用VR设备进行虚拟教学学习操作,通过显示模块利用显示器显示课程内容。
2.如权利要求1所述的新型物联网远程教学系统控制方法,其特征在于,
步骤一中,摄像器对图像的处理采用红外的而知分割算法进行视频采集,包括:
第一步:利用直方图均衡化算法对图像进行对比度增强;
式中:DB为转换后的灰度值;DA为转换前的灰度值;Hi为第i级灰度的像素个数;A0为像素总数,绘制二维灰度直方图曲线;
第二步:设f(x,y)为进行红外图像直方图均衡化后的二维灰度直方图曲线,其中x表示灰度级别,y表示具体各个灰度级别像素出现的次数,对f(x,y)在点(x,y)处求取梯度:
式中:为在点(x,y)处f对x的偏导数;为在点(x,y)处f对y的偏导数;
第三步:求取第二步中获得的灰度梯度均值:
式中:k为所求取灰度梯度值编号。舍弃灰度梯度值小于梯度均值的部分,保留灰度梯度值大于灰度梯度均值的部分,
其中:m=1,2,3,…,n
式中:m为舍弃灰度梯度小于平均灰度梯度值后的灰度梯度值编号。
3.如权利要求1所述的新型物联网远程教学系统控制方法,其特征在于,
步骤五中,显示器中采用LED显示屏进行显示,LED显示屏多采用脉宽调制的驱动方式,为:
式中:m,n,k为红、绿、蓝LED发光灰度级;X、Y、Z为其对应的三刺激值。
4.如权利要求1所述的新型物联网远程教学系统控制方法,其特征在于,所述质量评估模块评估方法包括:
(1)采集教室内的视频数据;
(2)对视频数据进行分析,识别视频中人员的身份、姿势和动作;
(3)根据人员身份识别的结果计算学生的考勤数据;
(4)根据学生的动作姿势识别结果统计学生的违纪行为并生成学生动作纪律数据;
(5)根据学生的动作姿势的识别结果统计师生互动次数数据;
(6)根据学生的动作姿势识别结果统计学生积极性数据;
(7)根据待评估课程的所有课堂评估数据生成该课程的课程评估结果,所述课堂评估数据包括学生考勤数据、学生动作纪律数据、互动次数数据和学生积极性数据;
所述学生考勤数据包括到勤率、迟到率和早退率,学生考勤评估步骤具体包括:
考勤评估模块根据视频分析步骤的分析结果统计到勤人数、迟到人数以及早退人数;
考勤评估模块计算学生的到勤率、迟到率和早退率;
所述步骤(5)具体包括以下步骤:
动作识别模块识别学生的举手动作,互动评估模块获取每一次举手动作的开始时间;
互动评估模块将开始时间差值小于预设值的举手动作划分为同一次互动,将开始时间差值大于预设值的举手动作划分为不同的互动;
互动评估模块统计互动的总次数作为师生互动次数数据;
步骤(6)具体包括以下步骤:
积极性评估模块统计每次互动中举手的人数;
积极性评估模块根据师生互动次数数据计算每次互动的平均举手人数;
积极性评估模块计算平均举手人数占班级总人数比例,并以该比例作为学生积极性数据。
5.如权利要求1所述的新型物联网远程教学系统控制方法,其特征在于,所述VR教学模块教学方法包括:
步骤1,获取图像采集设备采集的三维授课视频,将授课视频转换成虚拟教学视频发送到VR头显设备中显示;
步骤2,基于授课视频的授课内容划分成若干教学时间段;
步骤3,获取对应于授课视频的教学数据,将教学数据进行分类以与授课视频的每个教学时间段一一关联对应;
步骤4,建立临时播放区域,将教学数据形成图片数据存储在临时播放区域中;
步骤5,根据智能手环的触控指令,基于授课视频的当前教学时间段以调取临时播放区域中对应教学数据的图形数据以代替虚拟教学视频进行显示;
所述智能手环的触控指令,包括:
智能手环触控屏上任意位置的点击操作;或智能手环触控屏上任意位置的点击操作次数达到预定次数;
所述根据智能手环的触控指令,基于授课视频的当前教学时间段以调取临时播放区域中对应的教学数据以代替虚拟教学视频进行显示,还包括:
建立对图形数据的操作指令,其中,操作指令中具有前一张、后一张、退出的操作区域;
在图形数据中生成指针标记点;
获取用户在智能手环上的操作手势,基于该操作手势控制所述指针标记点在图形数据上进行相应动作;
所述VR教学模块教学方法还包括如下步骤:
建立VR头显设备朝向的基准方向角;
获取VR头显设备的姿势数据,其中,姿势数据中包括VR头显设备的水平转动角度和竖直转动角度;
判断VR头显设备姿势数据与基准方向角之间的偏移值是否大于预设值,若是,则将虚拟教学视频的当前播放进度形成播放记录点;
并进一步判断VR头显设备偏移的时间是否大于阈值,若是,则控制虚拟教学视频停止播放;
并进一步判断VR头显设备姿势数据与基准方向之间的偏移值是否小于预设值;若是,则建立动作指令操作,并根据动作指令操作继续播放虚拟教学视频或跳转到播放记录点播放虚拟教学视频。
6.一种实现权利要求1~5任意一项所述新型物联网远程教学系统控制方法的计算机程序。
7.一种实现权利要求1~5任意一项所述新型物联网远程教学系统控制方法的信息数据处理终端。
8.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-5任意一项所述的新型物联网远程教学系统控制方法。
9.一种实施权利要求1所述新型物联网远程教学系统控制方法的新型物联网远程教学系统,其特征在于,所述新型物联网远程教学系统包括:
视频采集模块,与编辑模块连接,用于通过摄像器采集教师教学视频内容;
编辑模块,与中央控制模块连接,用于通过视频编辑软件编辑视频的课程名称、课程概要简介、视频内容;
中央控制模块,与编辑模块、无线通信模块、课程管理模块、课程查询模块、课程预约模块、质量评估模块、VR教学模块、显示模块连接,用于通过单片机控制各个模块正常工作;
无线通信模块,与中央控制模块、服务器连接,用于通过无线发射器将编辑的视频发送到服务器,并通过服务器发送到移动终端;
课程管理模块,与中央控制模块连接,用于通过web网站对课程类型、课程编辑、课程学习记录等进行管理;
课程查询模块,与中央控制模块连接,用于通过搜索引擎对学习的课程进行搜索查询;
课程预约模块,与中央控制模块连接,用于通过预约程序对为学习的课程进行预约操作;
质量评估模块,与中央控制模块连接,用于通过评估程序对学习的课程进行综合评估;
VR教学模块,与中央控制模块连接,用于通过VR设备进行虚拟教学学习操作;
显示模块,与中央控制模块连接,用于通过显示器显示课程内容。
10.一种互联网教学平台,其特征在于,所述互联网教学平台至少搭载权利要求9所述的新型物联网远程教学系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910154986.0A CN109949187A (zh) | 2019-03-01 | 2019-03-01 | 一种新型物联网远程教学系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910154986.0A CN109949187A (zh) | 2019-03-01 | 2019-03-01 | 一种新型物联网远程教学系统及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109949187A true CN109949187A (zh) | 2019-06-28 |
Family
ID=67008181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910154986.0A Pending CN109949187A (zh) | 2019-03-01 | 2019-03-01 | 一种新型物联网远程教学系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949187A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533992A (zh) * | 2019-09-02 | 2019-12-03 | 西南大学 | 一种学习成效预测方法及系统 |
CN111145058A (zh) * | 2019-12-27 | 2020-05-12 | 吉林省点创科技有限公司 | 一种基于人工智能的教学行为分析系统及分析方法 |
CN111179659A (zh) * | 2020-03-12 | 2020-05-19 | 淄博职业学院 | 计算机教学方法、系统、存储介质、程序产品、学习机 |
CN111311995A (zh) * | 2020-03-23 | 2020-06-19 | 宁波视科物电科技有限公司 | 一种基于增强现实技术的远程教学系统及教学方法 |
CN113516031A (zh) * | 2021-04-29 | 2021-10-19 | 深圳飞蝶虚拟现实科技有限公司 | 一种vr教学系统及多媒体教室 |
CN113570921A (zh) * | 2021-07-29 | 2021-10-29 | 广西科技大学 | 一种基于ai技术的少数民族文化教育系统 |
CN115330568A (zh) * | 2022-10-14 | 2022-11-11 | 北京师范大学 | 一种智能教室教学质量评测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952036A (zh) * | 2017-03-17 | 2017-07-14 | 贵州省煤炭产品质量监督检验院 | 一种基于云计算的化工装置爆炸风险评估控制系统 |
CN107145608A (zh) * | 2017-06-12 | 2017-09-08 | 武汉梦之蓝科技有限公司 | 一种智能环卫平台应用于垃圾设备的处理管理控制系统 |
WO2017193709A1 (zh) * | 2016-05-12 | 2017-11-16 | 深圳市鹰硕技术有限公司 | 一种互联网教学方法及系统 |
CN108010394A (zh) * | 2017-12-20 | 2018-05-08 | 杭州埃欧哲建设工程咨询有限公司 | 一种基于vr的虚拟教学方法、控制终端、虚拟教学系统 |
CN108009754A (zh) * | 2017-12-26 | 2018-05-08 | 重庆大争科技有限公司 | 教学质量评估方法 |
-
2019
- 2019-03-01 CN CN201910154986.0A patent/CN109949187A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017193709A1 (zh) * | 2016-05-12 | 2017-11-16 | 深圳市鹰硕技术有限公司 | 一种互联网教学方法及系统 |
CN106952036A (zh) * | 2017-03-17 | 2017-07-14 | 贵州省煤炭产品质量监督检验院 | 一种基于云计算的化工装置爆炸风险评估控制系统 |
CN107145608A (zh) * | 2017-06-12 | 2017-09-08 | 武汉梦之蓝科技有限公司 | 一种智能环卫平台应用于垃圾设备的处理管理控制系统 |
CN108010394A (zh) * | 2017-12-20 | 2018-05-08 | 杭州埃欧哲建设工程咨询有限公司 | 一种基于vr的虚拟教学方法、控制终端、虚拟教学系统 |
CN108009754A (zh) * | 2017-12-26 | 2018-05-08 | 重庆大争科技有限公司 | 教学质量评估方法 |
Non-Patent Citations (3)
Title |
---|
张龙等: "一种红外图像的二值化分割算法研究", 《红外技术》 * |
柳宏坤等: "《信息资源检索与利用》", 30 September 2017, 上海财经大学出版 * |
王鹏等: "云计算集群相空间负载均衡优先调度算法研究", 《计算机研究与发展》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533992A (zh) * | 2019-09-02 | 2019-12-03 | 西南大学 | 一种学习成效预测方法及系统 |
CN111145058A (zh) * | 2019-12-27 | 2020-05-12 | 吉林省点创科技有限公司 | 一种基于人工智能的教学行为分析系统及分析方法 |
CN111179659A (zh) * | 2020-03-12 | 2020-05-19 | 淄博职业学院 | 计算机教学方法、系统、存储介质、程序产品、学习机 |
CN111311995A (zh) * | 2020-03-23 | 2020-06-19 | 宁波视科物电科技有限公司 | 一种基于增强现实技术的远程教学系统及教学方法 |
CN113516031A (zh) * | 2021-04-29 | 2021-10-19 | 深圳飞蝶虚拟现实科技有限公司 | 一种vr教学系统及多媒体教室 |
CN113516031B (zh) * | 2021-04-29 | 2024-03-19 | 广东飞蝶虚拟现实科技有限公司 | 一种vr教学系统及多媒体教室 |
CN113570921A (zh) * | 2021-07-29 | 2021-10-29 | 广西科技大学 | 一种基于ai技术的少数民族文化教育系统 |
CN115330568A (zh) * | 2022-10-14 | 2022-11-11 | 北京师范大学 | 一种智能教室教学质量评测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949187A (zh) | 一种新型物联网远程教学系统及控制方法 | |
CN106097801B (zh) | 一种利于提高学习兴趣的智慧课堂系统 | |
CN110992227B (zh) | 一种校企结合职业技能人才培养系统和方法 | |
CN109739829A (zh) | 一种基于日常作业的学生知识体系分析系统 | |
CN108819948A (zh) | 基于逆向强化学习的驾驶员行为建模方法 | |
CN114693488B (zh) | 一种基于5g网络的智慧校园管理方法及系统 | |
CN111444391B (zh) | 一种基于人工智能的视频学习成效评估方法 | |
CN110400628B (zh) | 一种用于儿童康复的多感官智能互动物联网数据系统 | |
CN111461937A (zh) | 一种自闭症干预教学课程自动跟踪方法及系统 | |
CN109636689A (zh) | 一种基于大数据的智能教育信息分析系统 | |
CN108791302A (zh) | 驾驶员行为建模系统 | |
Travis et al. | Administrative Support of Faculty Preparation and Interactivity in Online Teaching: Factors in Student Success. | |
CN108805765A (zh) | 一种教学系统 | |
Bhatnagar | Artificial intelligence-a new horizon in Indian higher education | |
CN112330191A (zh) | 一种基于人工智能黑板的教育教学评估系统及其评估方法 | |
Luo et al. | The artificial intelligence and neural network in teaching | |
CN111369408A (zh) | 一种医院本科实习生教学管理系统及方法 | |
CN115760510A (zh) | 一种基于vr虚拟现实的教学方法及系统 | |
Zhao | Individualized teaching and teaching process evaluation for international trade students based on information techniques | |
CN115062950A (zh) | 一种基于数字化智能学习培训管理系统 | |
Yang et al. | Research on forecasting of student grade based on adaptive k-means and deep neural network | |
CN115018676A (zh) | 一种基于vr技术的在线教育用交互设备 | |
CN111597997A (zh) | 一种计算机控制教学设备 | |
CN113642880A (zh) | 一种基于互联网的团队培训的方法及系统 | |
CN111179659A (zh) | 计算机教学方法、系统、存储介质、程序产品、学习机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190628 |
|
WD01 | Invention patent application deemed withdrawn after publication |