CN112036565A - 一种数字工作记忆广度的自适应训练方法及装置 - Google Patents

一种数字工作记忆广度的自适应训练方法及装置 Download PDF

Info

Publication number
CN112036565A
CN112036565A CN202010920491.7A CN202010920491A CN112036565A CN 112036565 A CN112036565 A CN 112036565A CN 202010920491 A CN202010920491 A CN 202010920491A CN 112036565 A CN112036565 A CN 112036565A
Authority
CN
China
Prior art keywords
training
information
obtaining
accuracy
user
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.)
Granted
Application number
CN202010920491.7A
Other languages
English (en)
Other versions
CN112036565B (zh
Inventor
欧博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongke Xinyan Technology Co ltd
Original Assignee
Beijing Zhongke Xinyan Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhongke Xinyan Technology Co ltd filed Critical Beijing Zhongke Xinyan Technology Co ltd
Priority to CN202010920491.7A priority Critical patent/CN112036565B/zh
Publication of CN112036565A publication Critical patent/CN112036565A/zh
Application granted granted Critical
Publication of CN112036565B publication Critical patent/CN112036565B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种数字工作记忆广度的自适应训练方法和装置,其中,所述方法包括:获得包含第一训练与第二训练的P组训练信息;所述第一训练信息包含第一注视点信息与所述M个计算式信息,根据所述M个计算式信息获得第一用户输入的M个计算结果信息,由此获得第一正确率;获得第一用户的输入数字组合,与所述M个计算式中的第二个数字依次组合,获得的第一数字组合进行比对,获得第二正确率;由根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值。解决了现有技术根据用户需求提升数字工作记忆广度,自适应性差,有效性差的技术问题,达到稳步提升数字工作记忆广度,进而有效提升用户的工作记忆能力的技术效果。

Description

一种数字工作记忆广度的自适应训练方法及装置
技术领域
本发明涉及记忆训练技术领域,尤其涉及一种数字工作记忆广度的自适应训练方法及装置。
背景技术
工作记忆是对信息进行暂时性保持和加工的系统,是针对低工作记忆容量个体而进行的言语和视空任务或执行功能成分训练以提高其工作记忆能力的干预措施。工作记忆训练可以对未经过训练的工作记忆任务产生迁移,与工作记忆相关的神经网络亦能通过训练获得发展。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中记忆任务无法迁移到其他记忆任务,且迁移到复杂广度任务的效果存在差异,自适应性差,导致记忆训练效果差。
发明内容
本申请实施例通过提供一种数字工作记忆广度的自适应训练方法及装置,解决了现有技术中记忆任务无法迁移到其他记忆任务,且迁移到复杂广度任务的效果存在差异,自适应性差,现有技术根据用户需求提升数字工作记忆广度,有效性差导致记忆训练效果差的技术问题,达到稳步提升数字工作记忆广度,进而有效提升用户的工作记忆能力的技术效果。
鉴于上述问题,提出了本申请实施例提供一种数字记忆广度的自适应训练方法及装置。
第一方面,本申请实施例提供了一种数字工作记忆广度的自适应训练方法,所述方法包括:获得P组训练信息,其中,所述P组训练信息包含第一训练与第二训练,且所述P为处于1与5之间的自然数;获得所述第一训练的第一屏幕信息,其中,所述第一屏幕信息包含第一注视点信息与所述第一注视点信息之后的M个刺激屏数量信息,且所述M为处于1与8之间的自然数;根据所述M个刺激屏获得M个计算式信息,其中,所述M个计算式的难度依次递加;根据所述M个计算式信息获得第一用户输入的M个计算结果信息与所述M个计算式中的第二个数字信息;根据所述M个计算结果信息,获得第一正确率;将所述M个计算式中的第二个数字依次组合,获得第一数字组合;获得第一用户的输入数字组合;根据所述输入数字组合与所述第一数字组合,获得第二正确率;根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值。
第二方面,本申请实施例提供了一种数字工作记忆广度的自适应训练装置,所属装置包括:第一获得单元,所述第一获得单元用于获得P组训练信息,其中,所述P组训练信息包含第一训练与第二训练,且所述P为处于1与5之间的自然数;第二获得单元,所述第二获得单元用于获得所述第一训练的第一屏幕信息,其中,所述第一屏幕信息包含第一注视点信息与所述第一注视点信息之后的M个刺激屏数量信息,且所述M为处于1与8之间的自然数;第三获得单元,所述第三获得单元用于根据所述M个刺激屏获得M个计算式信息,其中,所述M个计算式的难度依次递加;第四获得单元,所述第一获得单元用于根据所述M个计算式信息获得第一用户输入的M个计算结果信息与所述M个计算式中的第二个数字信息;第五获得单元,所述第五获得单元用于根据所述M个计算结果信息,获得第一正确率;第六获得单元,所述第六获得单元用于将所述M个计算式中的第二个数字依次组合,获得第一数字组合;第七获得单元,所述第七获得单元用于获得第一用户的输入数字组合;第八获得单元,所述第八获得单元用于根据所述输入数字组合与所述第一数字组合,获得第二正确率;第九获得单元,所述第九获得单元用于根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值。
第三方面,本发明提供了一种数字工作记忆广度的自适应训练装置,包括存储器、处理器、及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过获得P组训练信息,所述P组训练信息包含第一训练与第二训练,获得M个计算式信息,通过所述计算式的难度叠加,以及用户输入的每个计算式的第二数字的组合信息,获得第一正确率和第二正确率,根据所述第一正确率和所述第二正确率获得所述第一用户的数字工作记忆广度值。进而解决了现有技术根据用户需求提升数字工作记忆广度,自适应性差,有效性差的技术问题,达到稳步提升数字工作记忆广度,进而有效提升用户的工作记忆能力的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种数字工作记忆广度的自适应训练方法的流程示意图;
图2为本申请实施例一种数字工作记忆广度的自适应训练方法中增强第一训练信息的有效性的流程示意图;
图3为本申请实施例一种数字工作记忆广度的自适应训练方法中获得所述第二训练的第二屏幕信息的流程示意图;
图4为本申请实施例一种数字工作记忆广度的自适应训练方法中更准确的获得第二训练的第二屏幕信息的流程示意图;
图5为本申请实施例一种数字工作记忆广度的自适应训练方法中结束所述P组训练的流程示意图;
图6为本申请实施例一种数字工作记忆广度的自适应训练方法中判断所述P组训练的最终正确率是否满足第三预设阈值的流程示意图;
图7为本申请实施例一种数字工作记忆广度的自适应训练方法获得第一预设阈值的流程示意图。
图8为本申请实施例一种数字工作记忆广度的自适应训练装置的结构示意图;
图9为本申请实施例示例性电子设备的结构示意图;
附图标记说明:第一获得单元11,第二获得单元12,第三输入单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,第八获得单元18,第九获得单元19,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种数字工作记忆广度的自适应训练方法及装置,解决了现有技术根据用户需求提升数字工作记忆广度,自适应性差,有效性差的技术问题,达到稳步提升数字工作记忆广度,进而有效提升用户的工作记忆能力的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
工作记忆是对信息进行暂时性保持和加工的系统,是针对低工作记忆容量个体而进行的言语和视空任务或执行功能成分训练以提高其工作记忆能力的干预措施。工作记忆训练可以对未经过训练的工作记忆任务产生迁移,与工作记忆相关的神经网络亦能通过训练获得发展。但目前研究中,训练程序下现有记忆任务虽然可得到一定程度的提升,但却可能无法迁移到其他记忆任务,且迁移到复杂广度任务的效果存在差异,自适应性差,导致记忆训练效果较差。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例通过提供一种数字工作记忆广度的自适应训练方法及装置,其中,所述方法包括:获得P组训练信息,其中,所述P组训练信息包含第一训练与第二训练,且所述P为处于1与5之间的自然数;获得所述第一训练的第一屏幕信息,其中,所述第一屏幕信息包含第一注视点信息与所述第一注视点信息之后的M个刺激屏数量信息,且所述M为处于1与8之间的自然数;根据所述M个刺激屏获得M个计算式信息,其中,所述M个计算式的难度依次递加;根据所述M个计算式信息获得第一用户输入的M个计算结果信息与所述M个计算式中的第二个数字信息;根据所述M个计算结果信息,获得第一正确率;将所述M个计算式中的第二个数字依次组合,获得第一数字组合;获得第一用户的输入数字组合;根据所述输入数字组合与所述第一数字组合,获得第二正确率;根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种数字工作记忆广度的自适应训练方法及装置,所述方法包括:
步骤S100:获得P组训练信息,其中,所述P组训练信息包含第一训练与第二训练,且所述P为处于1与5之间的自然数;
具体而言,所述P组训练信息包含多个训练模块,其中,第一训练为从指导语、刺激屏到输入框的多个模块。对用户的数字工作记忆广度进行训练,通过计算式的难度叠加,以及用户输入的每个计算式的第二数字的组合信息获得相应的第一正确率和第二正确率,根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值。所述P组训练信息包含第一训练和第二训练,所述第一训练和第二训练难度不同,用户通过多组训练,提升工作记忆的广度值,达到稳步提升数字工作记忆广度,进而有效提升用户的工作记忆能力的技术效果。
步骤S200:获得所述第一训练的第一屏幕信息,其中,所述第一屏幕信息包含第一注视点信息与所述第一注视点信息之后的M个刺激屏数量信息,且所述M为处于1与8之间的自然数;
具体而言,所述第一训练的第一屏幕信息包含第一注视点信息与所述第一注视点信息之后的M个刺激屏数量信息,即通过第一屏幕信息显示第一训练的规则,所述注视点信息即屏幕上出现注视点“+”,用户通过注视所述第一注视点信息,视线集中并达到一定的专注度,之后进入所述刺激屏,所述刺激屏数量信息会出现难度依次叠加的计算式信息,用户正式进入训练模式,所述第一训练各个模块的训练难度系数依次递加。所述第一训练的第一屏幕信息为后述的工作记忆训练奠定了基础。
步骤S300:根据所述M个刺激屏获得M个计算式信息,其中,所述M个计算式的难度依次递加;
具体而言,所述M个刺激屏包含M个计算式信息,用户需要依次计算出现的计算式并在输入框内输入计算结果,同时需要记住算式中的第二个数。所述M个计算式难度依次递加,随着计算难度的递加,用户数字工作记忆的广度也随之提升,达到了有效提升用户工作记忆能力的技术效果。
步骤S400:根据所述M个计算式信息获得第一用户输入的M个计算结果信息与所述M个计算式中的第二个数字信息;
具体而言,用户通过依次计算所述M个计算式,得到计算结果,并同时记住所述计算式的第二个数字信息,并依次在输入框输入。随着计算难度的递加,用户数字工作记忆的广度也随之提升。
步骤S500:根据所述M个计算结果信息,获得第一正确率;
具体而言,所述第一正确率为用户输入的计算算式的正确结果与M个计算式的答案的比率,用户在所述输入框输入的计算结果正确的次数越多,所述第一正确率值越高,且所述M个计算式难度依次递加,任务就越难,需要的工作记忆容量就越高,用户在计算所述计算式的同时记忆所述计算式的第二个数字信息的难度也在提升,所述第一正确率为后续的工作记忆训练提供了一个测试指标。
步骤S600:将所述M个计算式中的第二个数字依次组合,获得第一数字组合;
具体而言,第一数字组合为所述M个计算式中的第二个数字依次组合而成,用户在所述输入框中输入的所述M个计算式中的第二个数字的组合与所述第一数字组合比对而获得的结果,为提升工作记忆训练广度的一个重要指标。
步骤S700:获得第一用户的输入数字组合;
具体而言,所述第一用户的输入数字组合,是用户在所述输入框中输入的,是用户在计算所述M个计算式的同时记忆的所述M个计算式的第二个数字的依次组合,为后续计算所述第二正确率奠定了基础。
步骤S800:根据所述输入数字组合与所述第一数字组合,获得第二正确率;
具体而言,所述第二正确率为用户输入的数字组合与M个计算式的第二数字组合相比较得出的正确率。所述输入数字组合为用户在输入框中输入的所述M个计算式的第二个数字的依次组合,所述第一数字组合是由所述M个计算式中的第二个数字依次组合而成的,所述第二正确率为获得所述第一用户的数字工作记忆广度值奠定了基础。
步骤S900:根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值;
具体而言,所述第一正确率为用户在计算所述M个计算式得出的正确率,为数字工作记忆的计算能力维度的一种测量方式;所述第二正确率为记忆维度的测量方式。所述数字工作记忆广度值是评价工作记忆能力的一种指标,所述广度值越高,用户数字工作记忆越强。根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值,实现了从多方位准确测量,达到了提高数字工作记忆训练的有效性的技术目的。
如图2所示,为了增强第一训练信息的有效性,申请实施例步骤S200还包括:
步骤S210:根据所述第一注视点信息获得第一刺激屏信息,其中,所述第一刺激屏具有第一计算式信息;
步骤S220:根据所述第一计算式信息获得所述第一用户输入的第一计算结果信息与所述第一计算式中的第二个数字信息;
步骤S230:获得第二刺激屏信息,其中,所述第二刺激屏具有第二计算式信息;
步骤S240:根据所述第二计算式信息获得所述第一用户输入的第二计算结果信息与所述第二计算式中的第二个数字信息;
步骤S250:以此类推,获得所述第一用户输入的第M计算结果信息与所述第M计算式中的第二个数字信息;
步骤S260:将所述第一计算式中的第二个数字、所述第二计算式中的第二个数字与所述第M计算式中的第二个数字依次组合,获得所述第一数字组合;
步骤S270:判断所述输入数字组合是否所述第一数字组合;
步骤S280:如果所述输入数字组合满足所述第一数字组合,获得所述第一训练中的下一组M个刺激屏信息。
具体来说,所述P组训练信息包括所述第一训练和所述第二训练,而所述第一训练具有N组训练模块,每组包含M个刺激屏数量信息和M个计算式信息,所述M个计算式的难度依次递加,所述N个训练模块的难度也依次增加。用户在完成输入M个所述计算式的计算结果和所述M个数字的组合后,判断所述输入数字组合是否是所述第一数字组合,如果所述输入数字组合满足所述第一数字组合,则获得所述第一训练中的下一组M个刺激屏信息。如果不满足,则重复所述M个刺激屏信息。通过反复训练,实现了提升工作记忆广度自适应性训练有效性的技术目的。
如图3所示,为了更准确的得到第一用户的数字工作记忆广度值,申请实施例步骤S900还包括:
步骤S910:获得所述第一训练中的N组M个刺激屏信息,其中,所述N为处于1与10之间的自然数;
步骤S920:根据所述N组M个刺激屏信息获得N组M个计算结果信息与N组输入数字组合;
步骤S930:根据所述N组M个计算结果信息,获得第一综合正确率;
步骤S940:获得所述N组输入数字组合的第二综合正确率;
步骤S950:根据所述第一综合正确率与所述第二综合正确率,获得所述第一训练的综合正确率;
步骤S960:判断所述第一训练的综合正确率是否满足第一预设阈值;
步骤S970:当所述第一训练的综合正确率满足第一预设阈值时,获得所述第二训练的第二屏幕信息。
具体而言,所述第一预设阈值为规定用户可进行所述第二训练的指标,用户获得的所述第一训练综合正确率若超出阈值,则可进行所述第二训练,若未达到该值,则返回第一训练。用户通过进行所述第一训练的所述N组训练,每组训练包括M个计算式信息和M个数字的组合,得到N组M个计算结果信息与N组输入数字组合,获得所述第一训练的综合正确率。通过多次训练获得综合正确率,提高了训练的有效性和自适应性,实现了稳步提升数字工作记忆广度,进而有效提升用户的工作记忆能力的技术效果。
如图4所示,为了进一步提高训练的有效性和自适应性,申请实施例步骤S970还包括:
步骤S9701:获得所述第二训练的综合正确率;
步骤S9702:判断所述第二训练的综合正确率是否满足第二预设阈值;
步骤S9703:当所述第二训练的综合正确率不满足第二预设阈值时,获得所述第一训练的第一屏幕信息。
具体而言,所述第二预设阈值为规定用户可结束训练的指标,用户获得的所述第二训练综合正确率若超出阈值,则可结束训练,若未达到该值,则返回第一训练。通过进行所述第二训练获得所述第二训练的综合正确率,进一步提高了记忆训练的有效性。
如图5所示,为了进一步提高训练的有效性和自适应性,申请实施例步骤S9703还包括:
步骤S97031:获得所述第一用户完成所述P组训练的训练时间;
步骤S97032:判断所述训练时间是否小于预设训练时间;
步骤S97033:当所述第一训练时间小于预设训练时间时,获得所述P组训练的最终正确率;
步骤S97034:判断所述P组训练的最终正确率是否满足第三预设阈值;
步骤S97035:当所述P组训练的最终正确率满足第三预设阈值时,获得第一指令信息,其中,所述第一指令信息为结束所述P组训练。
具体而言,所述第三预设阈值为结束训练的指标值,若用户所述P组训练的最终正确率高于该值,则可结束训练,工作记忆训练也实现了有效性。第一用户完成所述P组训练的训练时间若低于所述预设训练时间,且所述P组训练的最终正确率满足第三预设阈值,则可结束训练。实现了提升工作记忆训练的有效性、自适应性的技术目的。
如图6所示,为了更准确判断所述P组训练的最终正确率是否满足第三预设阈值,申请实施例步骤S97035还包括:
步骤S970351:当所述P组训练的最终正确率满足第三预设阈值时,根据所述最终正确率修正所述第一用户的数字工作记忆广度值;
步骤S970352:获得所述第一用户的最终数字工作记忆广度值。
具体而言,用户完成所述第一训练和所述第二训练,通过得到的所述最终正确率对用户的所述数字工作记忆广度值进行修正,得到用户所述最终记忆广度值,保证了训练的有效性。
如图7所示,为了更准确判断所述第一训练的综合正确率是否满足第一预设阈值,申请实施例步骤S960还包括:
步骤S9601:获得所述第一训练的第一难度系数信息;
步骤S9602:获得所述第一训练的第一训练正确率;
步骤S9603:根据所述第一难度系数信息与所述第一训练正确率,获得第一预设阈值。
具体而言,所述第一训练的第一难度系数信息是所述第一训练的难易程度的度量值,可从每组训练信息的输入端直接获得,所述第一训练正确率可以是在软件的实验阶段,得出的实验数据计算而得。所述第一预设阈值为规定用户可进行所述第二训练的指标,根据所述第一难度系数信息与所述第一训练正确率所获得的第一预设阈值保证了数据的准确率,使得用户的记忆广度值能够更加科学、有效的获得。
综上所述,本申请实施例所提供的一种彩色印刷装置的环保检测方法具有如下技术效果:
1、由于采用了根据所述第一、第二、第三难度系数信息与所述第一、第二、第三训练正确率获得第一、第二、第三预设阈值,保证了数据的准确率,使得用户的记忆广度值能够更加科学、有效的获得。
2、由于采用了获得P组训练信息,其中,所述P组训练信息含第一训练与第二训练,所述第一训练包括N组训练信息,每组包含M个计算式,结合M个计算式的难度依次递加,M个计算结果的正确率以及用户输入的数字组合的正确率,得到用户的记忆广度值,用户需要完成第一计算任务和第二输入任务,通过反复训练,实现了提升工作记忆训练的有效性和自适应性的技术效果。
3、由于采用了当所述P组训练的最终正确率满足第三预设阈值时,根据所述最终正确率修正所述第一用户的数字工作记忆广度值,获得所述第一用户的最终数字工作记忆广度值。通过完成整个训练对用户的数字工作记忆广度值进行修正,得到用户最终的记忆广度值,保证训练的有效性。最终解决了现有技术根据用户需求提升数字工作记忆广度,自适应性差,有效性差的技术问题,达到稳步提升数字工作记忆广度,进而有效提升用户的工作记忆能力的技术效果。
实施例二
基于与前述实施例中一种数字工作记忆广度的自适应训练方法同样发明构思,本发明还提供了一种数字工作记忆广度的自适应训练装置,如图8所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得P组训练信息,其中,所述P组训练信息包含第一训练与第二训练,且所述P为处于1与5之间的自然数;
第二获得单元12,所述第二获得单元12用于获得所述第一训练的第一屏幕信息,其中,所述第一屏幕信息包含第一注视点信息与所述第一注视点信息之后的M个刺激屏数量信息,且所述M为处于1与8之间的自然数;
第三获得单元13,所述第三获得单元13用于根据所述M个刺激屏获得M个计算式信息,其中,所述M个计算式的难度依次递加;
第四获得单元14,所述第三获得单元14用于根据所述M个计算式信息获得第一用户输入的M个计算结果信息与所述M个计算式中的第二个数字信息;
第五获得单元15,所述第三获得单元15用于根据所述M个计算结果信息,获得第一正确率;
第六获得单元16,所述第三获得单元16用于将所述M个计算式中的第二个数字依次组合,获得第一数字组合;
第七获得单元17,所述第三获得单元17用于获得第一用户的输入数字组合;
第八获得单元18,所述第三获得单元18用于根据所述输入数字组合与所述第一数字组合,获得第二正确率;
第九获得单元19,所述第三获得单元19用于根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值;
进一步的,所述装置还包括:
第十获得单元,所述第十获得单元用于根据所述第一注视点信息获得第一刺激屏信息,其中,所述第一刺激屏具有第一计算式信息;
第十一获得单元,所述第十一获得单元用于根据所述第一计算式信息获得所述第一用户输入的第一计算结果信息与所述第一计算式中的第二个数字信息;
第十二获得单元,所述第十二获得单元用于获得第二刺激屏信息,其中,所述第二刺激屏具有第二计算式信息;
第十三获得单元,所述第十三获得单元用于根据所述第二计算式信息获得所述第一用户输入的第二计算结果信息与所述第二计算式中的第二个数字信息;
第十四获得单元,所述第十四获得单元用于获得所述第一用户输入的第M计算结果信息与所述第M计算式中的第二个数字信息;
第十五获得单元,所述第十五获得单元用于将所述第一计算式中的第二个数字、所述第二计算式中的第二个数字与所述第M计算式中的第二个数字依次组合,获得所述第一数字组合;
第一判断单元,所述第一判断单元用于判断所述述输入数字组合是否所述第一数字组合;
第十六获得单元,所述第十五获得单元用于如果所述输入数字组合满足所述第一数字组合,获得所述第一训练中的下一组M个刺激屏信息。
进一步的,所述装置还包括:
第十七获得单元,所述第十七获得单元用于获得所述第一训练中的N组M个刺激屏信息,其中,所述N为处于1与10之间的自然数;
第十八获得单元,所述第十八获得单元用于根据所述N组M个刺激屏信息获得N组M个计算结果信息与N组输入数字组合;
第十九获得单元,所述第十九获得单元用于根据所述N组M个计算结果信息,获得第一综合正确率;
第二十获得单元,所述第二十获得单元用于获得所述N组输入数字组合的第二综合正确率;
第二十一获得单元,所述第二十一获得单元用于根据所述第一综合正确率与所述第二综合正确率,获得所述第一训练的综合正确率;
第二判断单元,所述第二判断单元用于判断所述第一训练的综合正确率是否满足第一预设阈值;
第二十二获得单元,所述第二十二获得单元用于当所述第一训练的综合正确率满足第一预设阈值时,获得所述第二训练的第二屏幕信息。
进一步的,所述装置还包括:
第二十三获得单元,所述第二十三获得单元用于获得所述第二训练的综合正确率;
第三判断单元,所述第三判断单元用于判断所述第二训练的综合正确率是否满足第二预设阈值;
第二十四获得单元,所述第二十四获得单元用于当所述第二训练的综合正确率不满足第二预设阈值时,获得所述第一训练的第一屏幕信息。
进一步的,所述装置还包括:
第二十五获得单元,所述第二十五获得单元用于获得所述第一用户完成所述P组训练的训练时间;
第四判断单元,所述第四判断单元用于判断所述训练时间是否小于预设训练时间;
第二十六获得单元,所述第二十六获得单元用于当所述第一训练时间小于预设训练时间时,获得所述P组训练的最终正确率;
第五判断单元,所述第五判断单元用于判断所述P组训练的最终正确率是否满足第三预设阈值;
第二十七获得单元,所述第二十七获得单元用于当所述P组训练的最终正确率满足第三预设阈值时,获得第一指令信息,其中,所述第一指令信息为结束所述P组训练。
进一步的,所述装置还包括:
第一修正单元,所述第一修正单元用于当所述P组训练的最终正确率满足第三预设阈值时,根据所述最终正确率修正所述第一用户的数字工作记忆广度值;
第二十八获得单元,所述第二十八获得单元用于获得所述第一用户的最终数字工作记忆广度值。
进一步的,所述装置还包括:
第二十九获得单元,所述第二十九获得单元用于获得所述第一训练的第一难度系数信息;
第三十获得单元,所述第三十获得单元用于获得所述第一训练的第一训练正确率;
第三十一获得单元,所述第三十一获得单元用于根据所述第一难度系数信息与所述第一训练正确率,获得第一预设阈值。
前述图1实施例一中的一种数字工作记忆广度的自适应训练方法的各种变化方式和具体实例同样适用于本实施例的一种数字工作记忆广度的自适应训练装置,通过前述对一种数字工作记忆广度的自适应训练方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种数字工作记忆广度的自适应训练装置的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图9来描述本申请实施例的电子设备。
图9图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种数字工作记忆广度的自适应训练方法的发明构思,本发明还提供一种数字工作记忆广度的自适应训练装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种数字工作记忆广度的自适应训练方法的任一方法的步骤。
其中,在图9中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
1、由于采用了根据所述第一、第二、第三难度系数信息与所述第一、第二、第三训练正确率获得第一、第二、第三预设阈值,保证了数据的准确率,使得用户的记忆广度值能够更加科学、有效的获得。
2、由于采用了获得P组训练信息,其中,所述P组训练信息含第一训练与第二训练,所述第一训练包括N组训练信息,每组包含M个计算式,结合M个计算式的难度依次递加,M个计算结果的正确率以及用户输入的数字组合的正确率,得到用户的记忆广度值,用户需要完成第一计算任务和第二输入任务,通过反复训练,实现了提升工作记忆训练的有效性和自适应性的技术效果。
3、由于采用了当所述P组训练的最终正确率满足第三预设阈值时,根据所述最终正确率修正所述第一用户的数字工作记忆广度值,获得所述第一用户的最终数字工作记忆广度值。通过完成整个训练对用户的数字工作记忆广度值进行修正,得到用户最终的记忆广度值,保证训练的有效性。最终解决了现有技术根据用户需求提升数字工作记忆广度,自适应性差,有效性差的技术问题,达到稳步提升数字工作记忆广度,进而有效提升用户的工作记忆能力的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种数字工作记忆广度的自适应训练方法,其中,所述方法包括:
获得P组训练信息,其中,所述P组训练信息包含第一训练与第二训练,且所述P为处于1与5之间的自然数;
获得所述第一训练的第一屏幕信息,其中,所述第一屏幕信息包含第一注视点信息与所述第一注视点信息之后的M个刺激屏数量信息,且所述M为处于1与8之间的自然数;
根据所述M个刺激屏获得M个计算式信息,其中,所述M个计算式的难度依次递加;
根据所述M个计算式信息获得第一用户输入的M个计算结果信息与所述M个计算式中的第二个数字信息;
根据所述M个计算结果信息,获得第一正确率;
将所述M个计算式中的第二个数字依次组合,获得第一数字组合;
获得第一用户的输入数字组合;
根据所述输入数字组合与所述第一数字组合,获得第二正确率;
根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值。
2.如权利要求1所述的方法,其中,所述方法还包括:
根据所述第一注视点信息获得第一刺激屏信息,其中,所述第一刺激屏具有第一计算式信息;
根据所述第一计算式信息获得所述第一用户输入的第一计算结果信息与所述第一计算式中的第二个数字信息;
获得第二刺激屏信息,其中,所述第二刺激屏具有第二计算式信息;
根据所述第二计算式信息获得所述第一用户输入的第二计算结果信息与所述第二计算式中的第二个数字信息;
以此类推,获得所述第一用户输入的第M计算结果信息与所述第M计算式中的第二个数字信息;
将所述第一计算式中的第二个数字、所述第二计算式中的第二个数字与所述第M计算式中的第二个数字依次组合,获得所述第一数字组合;
判断所述述输入数字组合是否是所述第一数字组合;
如果所述输入数字组合满足所述第一数字组合,获得所述第一训练中的下一组M个刺激屏信息。
3.如权利要求1所述的方法,其中,所述方法还包括:
获得所述第一训练中的N组M个刺激屏信息,其中,所述N为处于1与10之间的自然数;
根据所述N组M个刺激屏信息获得N组M个计算结果信息与N组输入数字组合;
根据所述N组M个计算结果信息,获得第一综合正确率;
获得所述N组输入数字组合的第二综合正确率;
根据所述第一综合正确率与所述第二综合正确率,获得所述第一训练的综合正确率;
判断所述第一训练的综合正确率是否满足第一预设阈值;
当所述第一训练的综合正确率满足第一预设阈值时,获得所述第二训练的第二屏幕信息。
4.如权利要求3所述的方法,其中,所述当所述第一训练的综合正确率满足第一预设阈值时,获得第二训练的第二屏幕信息之后,还包括:
获得所述第二训练的综合正确率;
判断所述第二训练的综合正确率是否满足第二预设阈值;
当所述第二训练的综合正确率不满足第二预设阈值时,获得所述第一训练的第一屏幕信息。
5.如权利要求3所述的方法,其中,所述方法还包括:
获得所述第一用户完成所述P组训练的训练时间;
判断所述训练时间是否小于预设训练时间;
当所述第一训练时间小于预设训练时间时,获得所述P组训练的最终正确率;
判断所述P组训练的最终正确率是否满足第三预设阈值;
当所述P组训练的最终正确率满足第三预设阈值时,获得第一指令信息,其中,所述第一指令信息为结束所述P组训练。
6.如权利要求5所述的方法,其中,所述判断所述P组训练的最终正确率是否满足第三预设阈值,还包括:
当所述P组训练的最终正确率满足第三预设阈值时,根据所述最终正确率修正所述第一用户的数字工作记忆广度值;
获得所述第一用户的最终数字工作记忆广度值。
7.如权利要求3所述的方法,其中,所述第一预设阈值包括:
获得所述第一训练的第一难度系数信息;
获得所述第一训练的第一训练正确率;
根据所述第一难度系数信息与所述第一训练正确率,获得第一预设阈值。
8.一种数字工作记忆广度的自适应训练装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于获得P组训练信息,其中,所述P组训练信息包含第一训练与第二训练,且所述P为处于1与5之间的自然数;
第二获得单元,所述第二获得单元用于获得所述第一训练的第一屏幕信息,其中,所述第一屏幕信息包含第一注视点信息与所述第一注视点信息之后的M个刺激屏数量信息,且所述M为处于1与8之间的自然数;
第三获得单元,所述第三获得单元用于根据所述M个刺激屏获得M个计算式信息,其中,所述M个计算式的难度依次递加;
第四获得单元,所述第一获得单元用于根据所述M个计算式信息获得第一用户输入的M个计算结果信息与所述M个计算式中的第二个数字信息;
第五获得单元,所述第五获得单元用于根据所述M个计算结果信息,获得第一正确率;
第六获得单元,所述第六获得单元用于将所述M个计算式中的第二个数字依次组合,获得第一数字组合;
第七获得单元,所述第七获得单元用于获得第一用户的输入数字组合;
第八获得单元,所述第八获得单元用于根据所述输入数字组合与所述第一数字组合,获得第二正确率;
第九获得单元,所述第九获得单元用于根据所述第一正确率与所述第二正确率获得所述第一用户的数字工作记忆广度值。
9.一种数字工作记忆广度的自适应训练装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
CN202010920491.7A 2020-09-04 2020-09-04 一种数字工作记忆广度的自适应训练方法及装置 Active CN112036565B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010920491.7A CN112036565B (zh) 2020-09-04 2020-09-04 一种数字工作记忆广度的自适应训练方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010920491.7A CN112036565B (zh) 2020-09-04 2020-09-04 一种数字工作记忆广度的自适应训练方法及装置

Publications (2)

Publication Number Publication Date
CN112036565A true CN112036565A (zh) 2020-12-04
CN112036565B CN112036565B (zh) 2023-03-14

Family

ID=73590518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010920491.7A Active CN112036565B (zh) 2020-09-04 2020-09-04 一种数字工作记忆广度的自适应训练方法及装置

Country Status (1)

Country Link
CN (1) CN112036565B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504634A (zh) * 2015-01-08 2015-04-08 上海市精神卫生中心 基于计算机软件实现执行功能适应性训练的方法
CN107230019A (zh) * 2017-05-27 2017-10-03 西南交通大学 用于考核空间工作记忆更新能力的方法及系统
CN107301497A (zh) * 2017-05-27 2017-10-27 西南交通大学 工作记忆能力考核的方法及系统
CN109300364A (zh) * 2018-11-30 2019-02-01 北京京师脑力科技有限公司 一种提高记忆力的认知训练方法及系统
CN110428884A (zh) * 2019-08-09 2019-11-08 丹阳慧创医疗设备有限公司 一种记忆能力的训练方法、装置、设备以及系统
CN110533054A (zh) * 2018-05-25 2019-12-03 中国电力科学研究院有限公司 一种多模态自适应机器学习方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504634A (zh) * 2015-01-08 2015-04-08 上海市精神卫生中心 基于计算机软件实现执行功能适应性训练的方法
CN107230019A (zh) * 2017-05-27 2017-10-03 西南交通大学 用于考核空间工作记忆更新能力的方法及系统
CN107301497A (zh) * 2017-05-27 2017-10-27 西南交通大学 工作记忆能力考核的方法及系统
CN110533054A (zh) * 2018-05-25 2019-12-03 中国电力科学研究院有限公司 一种多模态自适应机器学习方法及装置
CN109300364A (zh) * 2018-11-30 2019-02-01 北京京师脑力科技有限公司 一种提高记忆力的认知训练方法及系统
CN110428884A (zh) * 2019-08-09 2019-11-08 丹阳慧创医疗设备有限公司 一种记忆能力的训练方法、装置、设备以及系统

Also Published As

Publication number Publication date
CN112036565B (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
CN110147456B (zh) 一种图像分类方法、装置、可读存储介质及终端设备
CN109902819B (zh) 神经网络计算方法、装置、移动终端及存储介质
Wang et al. Interactive algorithms for improving incomplete linguistic preference relations based on consistency measures
CN108875013B (zh) 处理地图数据的方法及装置
CN109597937B (zh) 网络课程推荐方法及装置
CN107992595A (zh) 一种学习内容推荐方法、装置及智能设备
CN110020616B (zh) 一种目标识别方法及设备
US20190370322A1 (en) Spreadsheet recalculation algorithm for directed acyclic graph processing
CN110399933B (zh) 数据标注修正方法、装置、计算机可读介质及电子设备
CN107368696B (zh) 题目的解析方法、解析装置及终端设备
CN109507871B (zh) 用于两轮平衡车车身平衡控制的pid参数整定方法及产品
CN111784173B (zh) Ab实验数据处理方法、装置、服务器及介质
CN109697049A (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN106202824A (zh) 一种pcie链路中走线阻抗的确定方法
CN112036565B (zh) 一种数字工作记忆广度的自适应训练方法及装置
CN110443648B (zh) 信息投放方法、装置、电子设备及存储介质
CN111260056A (zh) 一种网络模型蒸馏方法及装置
CN113569432B (zh) 一种液气密元件的模拟检测方法及系统
CN115205736A (zh) 视频数据的识别方法和装置、电子设备和存储介质
CN111754370B (zh) 一种基于人工智能的在线教育课程管理方法及系统
CN113343366B (zh) 车身主断面参数的确定方法及相关设备
CN110298690B (zh) 对象类目的周期判断方法、装置、服务器及可读存储介质
CN113947938A (zh) 基于人工智能的探测方法及相关产品
CN108804640B (zh) 基于最大化iv的数据分组方法、装置、储存介质及设备
CN112951370A (zh) 一种胸外科患者康复指导方法及系统

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
GR01 Patent grant
GR01 Patent grant