CN112396923B - 一种市场营销的教学模拟系统 - Google Patents

一种市场营销的教学模拟系统 Download PDF

Info

Publication number
CN112396923B
CN112396923B CN202011338178.9A CN202011338178A CN112396923B CN 112396923 B CN112396923 B CN 112396923B CN 202011338178 A CN202011338178 A CN 202011338178A CN 112396923 B CN112396923 B CN 112396923B
Authority
CN
China
Prior art keywords
distribution diagram
market distribution
module
teacher
model
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.)
Active
Application number
CN202011338178.9A
Other languages
English (en)
Other versions
CN112396923A (zh
Inventor
李沛东
王珂佳
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.)
Guizhou Light Industry Technical College
Original Assignee
Guizhou Light Industry Technical College
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 Guizhou Light Industry Technical College filed Critical Guizhou Light Industry Technical College
Priority to CN202011338178.9A priority Critical patent/CN112396923B/zh
Publication of CN112396923A publication Critical patent/CN112396923A/zh
Application granted granted Critical
Publication of CN112396923B publication Critical patent/CN112396923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种市场营销的教学模拟系统，包括图像获取模块、图像提取模块、数据划分模块、模型训练模块、模型测试模块以及结果对比模块。本发明通过建立模型的方式实现教师和学生之间的差异的呈现，首先将教师所绘制的市场分布图进行图像的提取之后放入模型进行训练，并将训练好的模型进入测试的状态，在测试状态的时候，接收学生的绘制的市场分布图，根据模型的输出得到教师和学生之间的差异；同时，本发明将根据教师绘制的市场分布图在模型中所得到的结果和学生绘制的市场分布图在模型中所得到的结果进行比较，根据结果的差异大小，判断教师和学生之间的差异。

Description

一种市场营销的教学模拟系统
技术领域
本发明涉及教学模拟领域，特别涉及一种市场营销的教学模拟系统。
背景技术
在市场营销的教学中，一般都会让学生根据各个产业的产业链在图中标记出生产商、销售商以及消费者，从而绘制出一个产业的市场分布图，然后在根据所绘制出的市场分布图进行研究，在教学的时候，师生都会使用市场分布图对产业的产业链进行研究，因此，让学生学会绘制市场分布图是一个非常重要课程。但是学生在进行绘制的时候，如果没有专业的教师在一旁进行指导，就很难知道自己所绘制的与教师所绘制的市场分布图是否存在差别，这样事实上是很难让学生进步的，因此，如何使得学生在绘制好市场分布图之后，就会知道自己绘制的市场分布图的情况，成为一个必要的课题。
发明内容
本发明的目的是克服上述现有技术中存在的问题，提供一种市场营销的教学模拟系统，通过建立模型的方式实现教师和学生之间的差异的呈现，首先将教师所绘制的市场分布图进行图像的提取之后放入模型进行训练，并将训练好的模型进入测试的状态，在测试状态的时候，接收学生的绘制的市场分布图，根据模型的输出得到教师和学生之间的差异。
为此，本发明提供一种市场营销的教学模拟系统，其特征在于，包括：
图像获取模块，分别接收录入的市场分布图，并且根据录入的主体在录入的市场分布图上添加标签，所述录入的主体为教师或者学生，所述市场分布图由多个不同的产业链角色的位置组成。
图像提取模块，分别提取出每一个产业链角色的位置在所述市场分布图中的坐标，得到每一个产业链角色的坐标向量，将每一个产业链角色的坐标向量根据产业链角色的设定顺序进行合并，得到市场分布图的坐标矩阵。
数据划分模块，根据市场分布图的标签将所述图像提取模块得到的市场分布图的坐标矩阵分为训练数据和测试数据，其中训练数据为市场分布图为教师时所对应的坐标矩阵，测试数据为为市场分布图为学生时所对应的坐标矩阵。
模型训练模块，建立有监督的模型，并使用所述训练数据对所述模型进行建立，在训练的时候，将所述训练数据中的每一个坐标矩阵作为输入、设定的训练结果作为输出。
模型测试模块，将训练好的所述模型进行使用，在使用的时候，将所述训练数据中的每一个坐标矩阵作为输入，并将输出的结果作为测试结果。
结果对比模块，将所述模型测试模块得到的测试结果与所述训练结果进行对比，若两者一致，则认为学生与教师之间没有偏差，反之，则认为学生与教师之间具有偏差。
进一步，所述市场分布图中不同的产业链角色通过不同的颜色进行标记，每一个所述产业链角色的位置所在的点对应一个颜色，同一个产业链角色使用同一个颜色值的颜色。
进一步，所述设定的训练结果为第一函数f1(χ)，所述测试结果为第二函数f2(χ)。
更进一步，所述结果对比模块在将所述测试结果与所述训练结果进行对比的时候，包括如下步骤：
S1：建立对比函数z(χ)为所述第二函数与所述第一函数之差，即z(χ)＝f2(χ)-f1(χ)。
S2：分别计算所述对比函数z(χ)的极大值Cmax和极小值Cmin。
S3：将步骤S2中所得到的极大值和极小值进行平均值计算，得到所述第二函数与所述第一函数之间的离散值D。
S4：当所述离散值等于0的时候，则认为学生与教师之间没有有偏差，反之，则认为学生与教师之间具有偏差。
更进一步，每一个标签为学生的的所述市场分布图分别设置有一个从属标签，所述从属标签为录入该市场分布图的学生的姓名。
更进一步，分别将每一个所述市场分布图所对应的学生的姓名和对应的所述偏差制作表格，并将制作的表格发送到教师终端，并支撑升序和降序的表格内容调整，并根据每一个所述市场分布图所对应所述偏差通过最小二乘法得到预测函数。
本发明提供的一种市场营销的教学模拟系统，具有如下有益效果：
1、本发明通过建立模型的方式实现教师和学生之间的差异的呈现，首先将教师所绘制的市场分布图进行图像的提取之后放入模型进行训练，并将训练好的模型进入测试的状态，在测试状态的时候，接收学生的绘制的市场分布图，根据模型的输出得到教师和学生之间的差异；
2、本发明将根据教师绘制的市场分布图在模型中所得到的结果和学生绘制的市场分布图在模型中所得到的结果进行比较，根据结果的差异大小，判断教师和学生之间的差异；
3、本发明根据学生绘制的市场分布图在模型中所得到的结果运用最小二乘法得到一个最为趋紧的函数，并根据该函数的走向对所有的学生所绘制的市场分布图的结果进行排序，这样就可以得到每一个学生所绘制的市场分布图的情况的排名情况，在教师要对学生进行测试的时候就可以直接得到学生的排名情况。
附图说明
图1为本发明提供的一种市场营销的教学模拟系统的整体系统连接示意框图；
图2为本发明在对比测试结果与训练结果时的流程示意图。
具体实施方式
下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
具体的，如图1所示，本发明实施例提供了一种市场营销的教学模拟系统，其特征在于，包括：图像获取模块、图像提取模块、数据划分模块、模型训练模块、模型测试模块以及结果对比模块。下面分别对各个模块进行讲述。
图像获取模块，分别接收录入的市场分布图，并且根据录入的主体在录入的市场分布图上添加标签，所述录入的主体为教师或者学生，所述市场分布图由多个不同的产业链角色的位置组成。该模块通过图像接收设备接收用户录入的市场分布图，这里的用户分为两个角色，其中一个是教师，另一个是学生，其根据不同的角色对其所录入的市场分布图上添加标签，在实际的使用中，可以先通过登录界面获取用户的角色，在根据用户的角色确定录入的主体，在将录入的主体作为标签添加到录入的市场分布图上，对于录入的时候，可以采用扫描已有图像的形式，也可以采用绘制图像的形式。
图像提取模块，分别提取出每一个产业链角色的位置在所述市场分布图中的坐标，得到每一个产业链角色的坐标向量，将每一个产业链角色的坐标向量根据产业链角色的设定顺序进行合并，得到市场分布图的坐标矩阵。该模块是从市场分布图中提取出各个产业链角色所尾部的位置，并将该位置制作坐标矩阵，在本发明中，产业链角色有生产商、销售商、供应商、消费者等，每一个产业链角色都在市场分布图中具有可能不止一处位置，坐标向量是是将每一个产业链角色中不同位置的坐标分别放在一个集合内，形成每一个产业链角色的坐标向量，而坐标矩阵即是将不同的产业链角色的坐标向量，根据产业链角色的设定顺序进行合并，就得到了坐标矩阵，例如产业链角色的设定顺序为生产商、销售商、供应商、消费者。
数据划分模块，根据市场分布图的标签将所述图像提取模块得到的市场分布图的坐标矩阵分为训练数据和测试数据，其中训练数据为市场分布图为教师时所对应的坐标矩阵，测试数据为为市场分布图为学生时所对应的坐标矩阵。该模块将上述大量的坐标矩阵根据其所对应的市场分布图的标签将其分开，具体的，训练数据为市场分布图为教师时所对应的坐标矩阵，测试数据为为市场分布图为学生时所对应的坐标矩阵。
模型训练模块，建立有监督的模型，并使用所述训练数据对所述模型进行建立，在训练的时候，将所述训练数据中的每一个坐标矩阵作为输入、设定的训练结果作为输出。在本发明中，教师所录入的市场分布图视为标准的市场分布图，因此，将教师所录入的市场分布图所对应的训练数据，作为模型训练的基础，对于训练结果需要进行设定，该结果表示教师用户做得到的标准结果，作为与学生的结果进行比对的依据。
模型测试模块，将训练好的所述模型进行使用，在使用的时候，将所述训练数据中的每一个坐标矩阵作为输入，并将输出的结果作为测试结果。该模块由于上述已经训练好了模型，该模块是将模型进行录入，这样就可以使得得到学生录入的市场分布图所对应的结果，该结果就作为测试结果。
结果对比模块，将所述模型测试模块得到的测试结果与所述训练结果进行对比，若两者一致，则认为学生与教师之间没有偏差，反之，则认为学生与教师之间具有偏差。该模块将测试结果与训练结果进行比对，根据比对的结果，判断学生与教师所绘制的市场分布图之间的偏差。
上述技术方案中，图像获取模块、图像提取模块、数据划分模块、模型训练模块、模型测试模块以及结果对比模块。依次按照顺序进行。
在本实施例中，所述市场分布图中不同的产业链角色通过不同的颜色进行标记，每一个所述产业链角色的位置所在的点对应一个颜色，同一个产业链角色使用同一个颜色值的颜色。这样在进行坐标提取的时候，就可以根据相同的颜色值确定坐标的位置，这样会使得产业链角色的位置的坐标更加的准确。
在本实施例中，所述设定的训练结果为第一函数f1(χ)，所述测试结果为第二函数f2(χ)。在本本发明的实施例中，通过函数的方式对训练结果和测试结果进行表示，这样由于函数具有延续性，我们可以通过判断两个函数之间的位置关系，即两个函数之间的离散程度，就可以得到训练结果和测试结果之间的离散差距，也就是学生与教师所绘制的市场分布图之间的偏差，即当训练结果和测试结果之间的离散程度越大的时候，说明学生与教师所绘制的市场分布图之间的偏差越大，当训练结果和测试结果之间的离散程度越小的时候，说明学生与教师所绘制的市场分布图之间的偏差越小。
同时，在本实施例中，如图2所示，所述结果对比模块在将所述测试结果与所述训练结果进行对比的时候，包括如下步骤：
S1：建立对比函数z(x)为所述第二函数与所述第一函数之差，即z(χ)＝f2(χ)-f1(χ)；
S2：分别计算所述对比函数z(x)的极大值Cmax和极小值Cmin；
S3：将步骤S2中所得到的极大值和极小值进行平均值计算，得到所述第二函数与所述第一函数之间的离散值D；
S4：当所述离散值等于0的时候，则认为学生与教师之间没有有偏差，反之，则认为学生与教师之间具有偏差。
上述技术方案中，S1-S4依次有序的进行，通过设立对比函数z(x)，就可以得到两个所述第二函数f2(x)与所述第一函数f1(x)之差，即对比函数为所述第二函数与所述第一函数的差函数，然后在通过求得对比函数z(x)的极大值Cmax和极小值Cmin，就可以得到第二函数f2(x)与所述第一函数f1(x)偏离的极大值Cmax和极小值Cmin极大值Cmax和极小值Cmin也是对比函数z(x)的特征，然后将对比函数z(x)进行平均值计算，得到所述第二函数与所述第一函数之间的离散值D，就可以进一步的得到对比函数z(x)的特征，我们通过离散值D的大小，判断所述第二函数f2(x)与所述第一函数f1(x)之间的离散程度，当离散值D越大的时候，所述第二函数f2(x)与所述第一函数f1(x)之间的离散程度越大，当离散值D越小的时候，所述第二函数f2(x)与所述第一函数f1(x)之间的离散程度越小，因此，当所述离散值等于0的时候，则认为学生与教师之间没有有偏差，反之，则认为学生与教师之间具有偏差。
同时，在本实施例中，每一个标签为学生的的所述市场分布图分别设置有一个从属标签，所述从属标签为录入该市场分布图的学生的姓名。这样就可以将每一个学生与其所录入的市场分布图以及所对应的离散值D进行对应。在本发明中，学生的姓名也可以用个登录界面进行收集。
同时，在本实施例中，分别将每一个所述市场分布图所对应的学生的姓名和对应的所述偏差制作表格，并将制作的表格发送到教师终端，并支撑升序和降序的表格内容调整，并根据每一个所述市场分布图所对应所述偏差通过最小二乘法得到预测函数。这样就是就可以在教师终端看见每一个学生所绘制的市场分布图与教师绘制的市场分布图之间的偏差，这样也就可以反应处理每一个学生绘制的市场分布图的情况，可以通过离散值D的大小进行排序，这样就可以让教师清楚的看到学生在该方面的排名。
以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (4)

1.一种市场营销的教学模拟系统，其特征在于，包括：
图像获取模块，分别接收录入的市场分布图，并且根据录入的主体在录入的市场分布图上添加标签，所述录入的主体为教师或者学生，所述市场分布图由多个不同的产业链角色的位置组成；
图像提取模块，分别提取出每一个产业链角色的位置在所述市场分布图中的坐标，得到每一个产业链角色的坐标向量，将每一个产业链角色的坐标向量根据产业链角色的设定顺序进行合并，得到市场分布图的坐标矩阵，图像接收设备接收用户录入的市场分布图，所述用户分为两个角色，其中一个是教师，另一个是学生，其根据不同的角色对其所录入的市场分布图上添加标签，在实际的使用中，先通过登录界面获取用户的角色，在根据用户的角色确定录入的主体，在将录入的主体作为标签添加到录入的市场分布图上，对于录入的时候，可以采用扫描已有图像的形式，也采用绘制图像的形式；
数据划分模块，根据市场分布图的标签将所述图像提取模块得到的市场分布图的坐标矩阵分为训练数据和测试数据，其中训练数据为市场分布图为教师时所对应的坐标矩阵，测试数据为为市场分布图为学生时所对应的坐标矩阵；
模型训练模块，建立有监督的模型，并使用所述训练数据对所述模型进行建立，在训练的时候，将所述训练数据中的每一个坐标矩阵作为输入、设定的训练结果作为输出；
模型测试模块，将训练好的所述模型进行使用，在使用的时候，将所述训练数据中的每一个坐标矩阵作为输入，并将输出的结果作为测试结果；
结果对比模块，将所述模型测试模块得到的测试结果与所述训练结果进行对比，若两者一致，则认为学生与教师之间没有偏差，反之，则认为学生与教师之间具有偏差；
所述设定的训练结果为第一函数f1(x)，所述测试结果为第二函数f2(x)；
所述结果对比模块在将所述测试结果与所述训练结果进行对比的时候，包括如下步骤：
S1：建立对比函数z(x)为所述第二函数与所述第一函数之差，即z(x)＝f2(x)-f1(x)；
S2：分别计算所述对比函数z(x)的最大值Cmax和最小值Cmin；
S3：将步骤S2中所得到的最大值和最小值进行平均值计算，得到所述第二函数与所述第一函数之间的离散值D；
S4：当所述离散值等于0的时候，则认为学生与教师之间没有有偏差，反之，则认为学生与教师之间具有偏差。
2.如权利要求1所述的一种市场营销的教学模拟系统，其特征在于，所述市场分布图中不同的产业链角色通过不同的颜色进行标记，每一个所述产业链角色的位置所在的点对应一个颜色，同一个产业链角色使用同一个颜色值的颜色。
3.如权利要求1所述的一种市场营销的教学模拟系统，其特征在于，每一个标签为学生的的所述市场分布图分别设置有一个从属标签，所述从属标签为录入该市场分布图的学生的姓名。
4.如权利要求1所述的一种市场营销的教学模拟系统，其特征在于，分别将每一个所述市场分布图所对应的学生的姓名和对应的所述偏差制作表格，并将制作的表格发送到教师终端，并支撑升序和降序的表格内容调整，并根据每一个所述市场分布图所对应所述偏差通过最小二乘法得到预测函数。
CN202011338178.9A 2020-11-25 2020-11-25 一种市场营销的教学模拟系统 Active CN112396923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011338178.9A CN112396923B (zh) 2020-11-25 2020-11-25 一种市场营销的教学模拟系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011338178.9A CN112396923B (zh) 2020-11-25 2020-11-25 一种市场营销的教学模拟系统

Publications (2)

Publication Number Publication Date
CN112396923A CN112396923A (zh) 2021-02-23
CN112396923B true CN112396923B (zh) 2023-09-19

Family

ID=74607258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011338178.9A Active CN112396923B (zh) 2020-11-25 2020-11-25 一种市场营销的教学模拟系统

Country Status (1)

Country Link
CN (1) CN112396923B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114387833A (zh) * 2022-01-25 2022-04-22 湖北职业技术学院 一种护理专业人工智能化教育体系及其方法

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116830A (zh) * 2013-02-25 2013-05-22 苏州大学 自动生成和批改实验报告的实验系统
CN105869467A (zh) * 2016-06-03 2016-08-17 北京科技大学 一种物理实验实验报告评判方法
CN106683525A (zh) * 2016-11-16 2017-05-17 凌涛 真实场景下的实践教学支撑平台
CN107705673A (zh) * 2017-09-19 2018-02-16 李沛东 一种数学函数曲线的演示装置
CN109035921A (zh) * 2018-09-04 2018-12-18 河南工程学院 一种经济学教学系统
WO2019028592A1 (zh) * 2017-08-07 2019-02-14 中国科学院深圳先进技术研究院 一种教学辅助方法及采用该方法的教学辅助系统
CN110365970A (zh) * 2019-07-10 2019-10-22 广州瀚信通信科技股份有限公司 一种基于监督学习评估终端VoLTE视频通话感知方法
CN110414415A (zh) * 2019-07-24 2019-11-05 北京理工大学 面向课堂场景的人体行为识别方法
CN110503154A (zh) * 2019-08-27 2019-11-26 携程计算机技术（上海）有限公司 图像分类的方法、系统、电子设备及存储介质
CN110516707A (zh) * 2019-07-19 2019-11-29 深圳力维智联技术有限公司 一种图像标注方法及其装置、存储介质
KR20190135908A (ko) * 2019-02-01 2019-12-09 (주)제이엘케이인스펙션 인공지능 기반 치매 진단 방법 및 장치
CN110969412A (zh) * 2019-11-25 2020-04-07 大连理工大学 一种电子实验报告生成、智能批阅、存储及下载系统
CN110991556A (zh) * 2019-12-16 2020-04-10 浙江大学 一种基于多学生合作蒸馏的高效图像分类方法、装置、设备及介质
WO2020091929A1 (en) * 2018-10-31 2020-05-07 Sony Interactive Entertainment Inc. Color accommodation for on-demand accessibility
CN111144417A (zh) * 2019-12-27 2020-05-12 创新奇智(重庆)科技有限公司 基于教师学生网络的智能货柜小目标检测方法及检测系统
CN111274234A (zh) * 2020-01-19 2020-06-12 温州市中鼎网络科技有限公司 一种基于数据分析的机器打分系统及方法
CN111291840A (zh) * 2020-05-12 2020-06-16 成都派沃智通科技有限公司 一种学生课堂行为识别系统、方法、介质及终端设备
CN111461495A (zh) * 2020-03-10 2020-07-28 重庆筑信云智建筑科技有限公司 基于建筑信息模型的智能教学系统及方法
CN111709358A (zh) * 2020-06-14 2020-09-25 东南大学 基于课堂视频的师生行为分析系统
CN111814816A (zh) * 2019-04-12 2020-10-23 北京京东尚科信息技术有限公司 一种目标检测方法、装置及其存储介质
CN211969019U (zh) * 2020-03-06 2020-11-20 贵州轻工职业技术学院 一种机械工程用绘图模板

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6819790B2 (en) * 2002-04-12 2004-11-16 The University Of Chicago Massive training artificial neural network (MTANN) for detecting abnormalities in medical images
EP1780651A1 (en) * 2005-10-25 2007-05-02 Bracco Imaging, S.P.A. Method and system for automatic processing and evaluation of images, particularly diagnostic images

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116830A (zh) * 2013-02-25 2013-05-22 苏州大学 自动生成和批改实验报告的实验系统
CN105869467A (zh) * 2016-06-03 2016-08-17 北京科技大学 一种物理实验实验报告评判方法
CN106683525A (zh) * 2016-11-16 2017-05-17 凌涛 真实场景下的实践教学支撑平台
WO2019028592A1 (zh) * 2017-08-07 2019-02-14 中国科学院深圳先进技术研究院 一种教学辅助方法及采用该方法的教学辅助系统
CN107705673A (zh) * 2017-09-19 2018-02-16 李沛东 一种数学函数曲线的演示装置
CN109035921A (zh) * 2018-09-04 2018-12-18 河南工程学院 一种经济学教学系统
WO2020091929A1 (en) * 2018-10-31 2020-05-07 Sony Interactive Entertainment Inc. Color accommodation for on-demand accessibility
KR20190135908A (ko) * 2019-02-01 2019-12-09 (주)제이엘케이인스펙션 인공지능 기반 치매 진단 방법 및 장치
CN111814816A (zh) * 2019-04-12 2020-10-23 北京京东尚科信息技术有限公司 一种目标检测方法、装置及其存储介质
CN110365970A (zh) * 2019-07-10 2019-10-22 广州瀚信通信科技股份有限公司 一种基于监督学习评估终端VoLTE视频通话感知方法
CN110516707A (zh) * 2019-07-19 2019-11-29 深圳力维智联技术有限公司 一种图像标注方法及其装置、存储介质
CN110414415A (zh) * 2019-07-24 2019-11-05 北京理工大学 面向课堂场景的人体行为识别方法
CN110503154A (zh) * 2019-08-27 2019-11-26 携程计算机技术（上海）有限公司 图像分类的方法、系统、电子设备及存储介质
CN110969412A (zh) * 2019-11-25 2020-04-07 大连理工大学 一种电子实验报告生成、智能批阅、存储及下载系统
CN110991556A (zh) * 2019-12-16 2020-04-10 浙江大学 一种基于多学生合作蒸馏的高效图像分类方法、装置、设备及介质
CN111144417A (zh) * 2019-12-27 2020-05-12 创新奇智(重庆)科技有限公司 基于教师学生网络的智能货柜小目标检测方法及检测系统
CN111274234A (zh) * 2020-01-19 2020-06-12 温州市中鼎网络科技有限公司 一种基于数据分析的机器打分系统及方法
CN211969019U (zh) * 2020-03-06 2020-11-20 贵州轻工职业技术学院 一种机械工程用绘图模板
CN111461495A (zh) * 2020-03-10 2020-07-28 重庆筑信云智建筑科技有限公司 基于建筑信息模型的智能教学系统及方法
CN111291840A (zh) * 2020-05-12 2020-06-16 成都派沃智通科技有限公司 一种学生课堂行为识别系统、方法、介质及终端设备
CN111709358A (zh) * 2020-06-14 2020-09-25 东南大学 基于课堂视频的师生行为分析系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于概率神经网络的建筑学专业本科生创新能力评价;巩新枝;吴农;熊英;刘娜;姚斌;;城市建筑(24);全文 *
基于深度学习的学生课堂行为识别;秦道影;《中国优秀硕士学位论文全文数据库 社会科学II辑》;20200115;正文第3章第3.1节、第3.2.1节、第3.3.2节，正文第4章第4.1节，图3.1 *
学生体质评价模型的构建与分析;原儒建;叶翔;赵燕冰;;数学的实践与认识(21);全文 *
王兴德.最优化问题的一般求解方法.《财经管理中的信息处理》.上海：上海远东出版社,2001,第415页. *

Also Published As

Publication number Publication date
CN112396923A (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
CN108428227B (zh) 基于全卷积神经网络的无参考图像质量评价方法
CN103996192B (zh) 基于高质量自然图像统计量模型的无参考图像质量评价方法
CN101966083A (zh) 异常皮肤面积计算系统及其计算方法
CN114511425A (zh) 提供用户定制型学习内容的方法
CN112396923B (zh) 一种市场营销的教学模拟系统
CN110263608B (zh) 基于图像特征空间变阈值度量的电子元器件自动识别方法
CN115393645B (zh) 一种土壤自动分类定名方法、系统、存储介质及智能终端
CN110879965A (zh) 试卷客观题的自动批阅方法、电子装置、设备及存储介质
CN105303511A (zh) 图像处理装置及光源识别方法
CN103164993B (zh) 数字教学系统及其屏幕监控方法
CN114782769A (zh) 训练样本的生成方法、装置、系统及目标对象的检测方法
JP2021165850A (ja) 学習支援装置及びプログラム
CN106022362A (zh) 针对jpeg2000压缩失真的无参考图像质量客观评价方法
CN108960650A (zh) 一种基于人工智能的学生学习评估方法
CN110245669B (zh) 手掌关键点的识别方法、装置、终端及可读存储介质
CN107292331A (zh) 基于无监督特征学习的无参考屏幕图像质量评价方法
CN106960188A (zh) 天气图像分类方法及装置
CN110210522A (zh) 图片质量分数模型的训练方法及装置
CN115987692A (zh) 一种基于流量回溯分析的安全防护系统及方法
CN116416522A (zh) 植物物种确定方法、装置及计算机可读存储介质
KR20230028130A (ko) 학습 실력 평가 방법, 학습 실력 평가 장치 및 학습 실력 평가 시스템
CN111652258B (zh) 一种图像分类数据标注质量评估方法
CN108198106A (zh) 作业发布方法、设备及计算机可读存储介质
CN113435942A (zh) 评估矿物价格的方法和计算机系统
CN105095886A (zh) 一种人脸识别的方法及装置

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