发明内容
本公开提出了一种阅读理解水平的预测方法及装置、电子设备和存储介质技术方案。
根据本公开的一方面,提供了一种阅读理解水平的预测方法,包括:
获取待预测的可视化热图,以及分别代表不同的阅读理解水平的第一预设可视化热图及第二预设可视化热图;
根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值;
根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值;
基于所述第一数值及所述第二数值,预测所述待预测可视化热图对应的阅读理解水平。
优选地,所述待预测的可视化热图以及、所述第一预设可视化热图及所述第二预设可视化热图为注视点聚类半径等于设定像素值的可视化热图。
优选地,获取所述注视点聚类半径等于设定像素值的所述待预测可视化热图的方法,包括:
获取包含测试背景的原始可视化热图以及所述设定像素值;
根据所述原始可视化热图的注视点及所述设定像素值,得到去除所述测试背景的注视点聚类半径等于设定像素值的可视化热图;
以及/或,
获取所述注视点聚类半径等于设定像素值的所述第一预设可视化热图及所述第二预设可视化热图的方法,包括:
获取包含测试背景以及阅读理解水平已知的原始可视化热图以及所述设定像素值;
根据所述原始可视化热图的注视点及所述设定像素值,得到去除所述测试背景的注视点聚类半径等于设定像素值的所述第一预设可视化热图及所述第二预设可视化热图。
优选地,所述根据所述原始可视化热图的注视点及所述设定像素值,得到去除所述测试背景的注视点聚类半径等于设定像素值的所述待预测可视化热图以及/或所述第一预设可视化热图及所述第二预设可视化热图的方法,包括:
获取所述原始可视化热图的测试背景及注视点对应的多个灰度等级;
基于所述多个灰度等级以及所述设定像素值,得到去除所述测试背景的注视点聚类半径等于设定像素值的所述待预测可视化热图以及/或所述第一预设可视化热图及所述第二预设可视化热图。
优选地,所述获取包含测试背景的原始可视化热图以及/或包含测试背景以及阅读理解水平已知的原始可视化热图的方法,包括:
获取眼动仪的预设参数及受试者的坐姿信息;
根据所述预设参数及所述坐姿信息,确定所述眼动仪对应的眼动跟踪系统是否能检测到所述受试者的眼睛;
若能检测到所述受试者的眼睛,则发出第一提示指令,以提示所述坐姿信息不需要调整,获取包含测试背景的原始可视化热图以及/或包含测试背景以及阅读理解水平已知的原始可视化热图;
否则,发出第二提示指令,以提示所述坐姿信息需要调整,直至所述眼动跟踪系统可检测到所述受试者的眼睛为止,获取包含测试背景的原始可视化热图以及/或包含测试背景以及阅读理解水平已知的原始可视化热图;
以及/或,
在所述获取包含测试背景的原始可视化热图以及/或包含测试背景以及阅读理解水平已知的原始可视化热图之前,对所述根据预设图像对所述眼动仪进行校准,使眼动仪可跟踪所述受试者的眼睛以及/或眼球。
优选地,所述获取包含测试背景的原始可视化热图的方法,还包括:
获取所述受试者与所述原始可视化热图对应的显示机构的预设距离;
检测所述受试者与所述原始可视化热图对应的显示机构的实际距离;
根据所述实际距离以及所述预设距离调节所述受试者与所述原始可视化热图对应的显示机构的距离;
以及/或,
所述对所述根据预设图像对所述眼动仪进行校准的方法,包括:
获取预设图像及预设指令;
将所述预设图像推送到所述原始可视化热图对应的显示机构上,并在所述显示机构上进行显示;
根据所述预设指令及所述预设图像对所述眼动仪进行校准,使眼动仪可跟踪所述受试者的眼睛以及/或眼球;
以及/或,
所述根据所述预设指令及所述预设图像对所述眼动仪进行校准的方法,还包括:
根据所述预设指令,确定眼睛跟踪所述预设图像内的信息变化对应的眼球转动信息;
根据所述眼球转动信息、所述预设指令及所述预设指令对应的预设眼球转动信息,确定对所述眼动仪进行校准是否合格。
优选地,所述根据所述眼球转动信息、所述预设指令及所述预设指令对应的预设眼球转动信息,确定对所述眼动仪进行校准是否合格的方法,包括:
根据所述眼球转动信息确定所述眼球的运动轨迹;
计算所述运动轨迹与所述预设眼球转动信息内预设运动轨迹的相似性;
根据所述相似性大于或等于预设相似性,则所述对所述眼动仪进行校准合格;否则,所述对所述眼动仪进行校准不合格。
优选地,所述基于所述第一数值及所述第二数值,得到所述待预测的可视化热图对应的阅读理解水平的方法,包括:
比较所述第一数值及所述第二数值;
若所述第一数值大于所述第二数值,则所述待预测的可视化热图对应的阅读理解水平为所述第一预设可视化热图对应的阅读理解水平;
若所述第一数值小于所述第二数值,则所述待预测的可视化热图对应的阅读理解水平为所述第二预设可视化热图对应的阅读理解水平;
以及/或,
所述基于所述第一数值及所述第二数值,得到所述待预测的可视化热图对应的阅读理解水平的方法,还包括:
确定最佳阈值;
根据所述第一数值及所述第二数值,得到所述不同的阅读理解水平中阅读理解水平对应的第三数值;
基于所述第三数值及所述最佳阈值进一步确定所述阅读理解水平;
以及/或,
所述根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值,以及根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值的方法,包括:
获取预设分类模型,
基于所述预设分类模型,根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值;
基于所述预设分类模型,根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值;
以及/或,
所述预设分类模型,包括:第一支路、与所述第一支路相同的第二之路以及;
将所述待预测的可视化热图输入第一支路,得到第一特征向量;
分别将所述第一预设可视化热图以及所述第二预设可视化热图输入所述第二之路,得到对应的第二特征向量及第三特征向量;
根据所述第一特征向量、所述第二特征向量及所述判别支路得到第一数值;
根据所述第一特征向量、第三特征向量及所述判别支路得到第二数值。
优选地,所述确定最佳阈值的方法,包括:
分别确定多个同一类型的不同待预测的可视化热图对应的多个数值;
对所述多个数值取平均值,并对所述平均值进行ROC分析得到最佳阈值。
根据本公开的一方面,提供了一种阅读理解水平的预测装置,包括:
获取单元,用于获取待预测的可视化热图,以及分别代表不同的阅读理解水平的第一预设可视化热图及第二预设可视化热图;
第一确定单元,根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值;
第二确定单元,根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值;
预测单元,基于所述第一数值及所述第二数值,预测所述待预测可视化热图对应的阅读理解水平。
根据本公开的一方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行上述阅读理解水平的预测方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述阅读理解水平的预测方法。
在本公开实施例中,本公开提出的所述阅读理解水平的预测方法及装置、电子设备和存储介质,可实现阅读理解水平的预测,以解决目前阅读理解水平难以预测以及评估的问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了阅读理解水平的预测装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种阅读理解水平的预测方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图1示出根据本公开实施例的阅读理解水平的预测方法的流程图,如图1所示,所述阅读理解水平的预测方法,包括:步骤S101:获取待预测的可视化热图,以及分别代表不同的阅读理解水平的第一预设可视化热图及第二预设可视化热图;步骤S102:根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值;步骤S103:根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值;步骤S104:基于所述第一数值及所述第二数值,预测所述待预测可视化热图对应的阅读理解水平。可实现阅读理解水平的预测,以解决目前阅读理解水平难以预测以及评估的问题。
步骤S101:获取待预测的可视化热图,以及分别代表不同的阅读理解水平的第一预设可视化热图及第二预设可视化热图。
在本公开中,所述待预测的可视化热图以及、所述第一预设可视化热图及所述第二预设可视化热图为注视点聚类半径等于设定像素值的可视化热图。
在本公开的实施例及其他可能的实施例中,设定像素值可为25或50个像素,本领域技术人员可根据实际需要自行设置相应的设定像素值。在本公开中,注视点的聚类半径是指将眼动原始数据(预设图像)中部分注视点视为一个点的最大注视点间距离。25个像素的可视化热图更能表现阅读模式的细节信息,而50个像素的可视化热图则相当于对原始可视化热图做了更加模糊化的平滑处理使得更多的噪声信息被滤掉。
在本公开中,获取所述注视点聚类半径等于设定像素值的所述待预测可视化热图的方法,包括:获取包含测试背景的原始可视化热图以及所述设定像素值;根据所述原始可视化热图的注视点及所述设定像素值,得到去除所述测试背景的注视点聚类半径等于设定像素值的可视化热图。
在本公开中,获取所述注视点聚类半径等于设定像素值的所述第一预设可视化热图及所述第二预设可视化热图的方法,包括:获取包含测试背景以及阅读理解水平已知的原始可视化热图以及所述设定像素值;根据所述原始可视化热图的注视点及所述设定像素值,得到去除所述测试背景的注视点聚类半径等于设定像素值的所述第一预设可视化热图及所述第二预设可视化热图。
图2示出根据本公开实施例的原始可视化热图示意图。如图2所示,原始可视化热图示意图为预设图像上具有注视点的图。预设图像的文本部分使用黑色Times New Roman(新罗马)字体书写展示,预设图像的背景为白色,使用的是17英寸Tobii Pro Spectrum眼动跟踪器(眼动仪)配套的显示器,显示分辨率为1280×1024像素和120Hz的刷新率。眼动跟踪器同时记录了两只眼睛的运动数据,并启用了平均双目跟踪。被试者在使用该仪器的整个试验过程中不受任何外界干扰,头部可以在校准范围内自由活动,从而能够自然地采集到眼动数据。
在本公开的实施例及其他可能的实施例中,本公开使用Tobii Pro Lab软件版本为3.3.2.1150,使用默认的Tobii I-VT注视点过滤器对眼动原始数据进行处理、记录和分析,该滤波器的设置参数配置如下:滤波器窗口长度为20ms,速度阈值为30°/s,最短注视点持续时间为60ms(丢弃小于60ms的注视点),最长的注视点时长为75ms,最大注视点角度为0.5(合并相邻注视点)。
在图2中,原始可视化热图示意图为包含英文测试背景的注视点聚类半径等于25个像素的可视化热图。(a)(c)(e)(g)是通过组一个被试在四个英语阅读测试中的注视点对应的预设可视化热图;(b)(d)(f)(h)是未通过组一个被试在四个英语阅读测试中的注视点预设可视化热图。可将通过组一个被试在四个英语阅读测试中的注视点对应的预设可视化热图看作第一预设可视化热图,而将未通过组一个被试在四个英语阅读测试中的注视点预设可视化热图看作第二预设可视化热图。
在本公开的实施例及其他可能的实施例中,预设图像可以为英文、汉语或是其他语言的图像,本公开的实施例的预设图像为历年大学英语四、六级考试题。一共选出的4段短文理解测试,其中四级测试两篇,六级测试两篇,每段短文都具有较高的英语能力区分度,材料题型为选择题,每个测试有三个题目。研究对象均于2020年10月至2020年12月期间从东北大学医学与生物信息工程学院招募,被试者均为大二、大三年级在校学生(英语词汇水平相近)。根据全国大学生英语水平六级考试的通过标准,通过大学英语六级考试的受试者被归为通过组,而大学英语六级考试不及格的受试者被试被分为未通过组。本项目的实验共招募了100名受试者,其中,将100名在校大学生分成通过组(n=57)和未通过组(n=43)。受试者都是在自愿的基础上被招募的,他们都签署了实验的知情同意书,个人信息是绝对保密的。
图3示出根据本公开实施例的原始可视化热图对应的待预测的可视化热图或第一预设可视化热图及第二预设可视化热图。在本公开中,所述根据所述原始可视化热图的注视点及所述设定像素值,得到去除所述测试背景的注视点聚类半径等于设定像素值的所述待预测可视化热图以及/或所述第一预设可视化热图及所述第二预设可视化热图的方法,包括:获取所述原始可视化热图的测试背景及注视点对应的多个灰度等级;基于所述多个灰度等级以及所述设定像素值,得到去除所述测试背景的注视点聚类半径等于设定像素值的所述待预测可视化热图以及/或所述第一预设可视化热图及所述第二预设可视化热图。在本公开的实施例及其他可能的实施例中,所述原始可视化热图中注视点颜色越黑,则对应的灰度等级越小(颜色越亮),而测试背景的灰度等级最大(数值为1)。
在图3中,去掉了原始可视化热图对应的测试试题的文字背景等无关信息,最终只剩下注视点个数的分布,注视点个数的分布对应的热图为预测的可视化热图或第一预设可视化热图及第二预设可视化热图。在导出的可视化热图中,它的颜色深浅代表了对应的实验材料图像中注视点个数分布的密集程度。我们使用六级(CET6)两个阅读测试,四级(CET4)两个阅读测试,共四个英语阅读测试得到的通过组与未通过组的某个样本的注视点个数对应的第一预设可视化热图及第二预设可视化热图。已经滤掉英文测试背景的注视点聚类半径等于25个像素的预设可视化热图(输入预设分类模型或预设分类模型的一条支路对应的图像数据)。(a)(c)(e)(g)是通过组一个被试在四个英语阅读测试中的注视点个数对应的第一预设可视化热图;(b)(d)(f)(h)是未通过组一个被试在四个英语阅读测试中的注视点个数对应的第二预设可视化热图。白色部分为被试者高度感兴趣的区域,灰色部分为被试者有所关注的区域,黑色部分为被试者相对不感兴趣的区域,黑白灰的分布代表了被试者在阅读应文材料时眼睛注意力分配的模式,即阅读眼动模式。
在本公开中,所述获取包含测试背景的原始可视化热图以及/或包含测试背景以及阅读理解水平已知的原始可视化热图的方法,包括:获取眼动仪的预设参数及受试者的坐姿信息;根据所述预设参数及所述坐姿信息,确定所述眼动仪对应(自带的)的眼动跟踪系统是否能检测到所述受试者的眼睛;若能检测到所述受试者的眼睛,则发出第一提示指令,以提示所述坐姿信息不需要调整,获取包含测试背景的原始可视化热图以及/或包含测试背景以及阅读理解水平已知的原始可视化热图;否则,发出第二提示指令,以提示所述坐姿信息需要调整,直至所述眼动跟踪系统可检测到所述受试者的眼睛为止,获取包含测试背景的原始可视化热图以及/或包含测试背景以及阅读理解水平已知的原始可视化热图;以确保眼动跟踪系统能够清晰地检测到眼睛。
在本公开中,在所述获取包含测试背景的原始可视化热图以及/或包含测试背景以及阅读理解水平已知的原始可视化热图之前,对所述根据预设图像对所述眼动仪进行校准,使眼动仪可跟踪所述受试者的眼睛以及/或眼球。
在本公开中,所述对所述根据预设图像对所述眼动仪进行校准的方法,包括:获取预设图像及预设指令;将所述预设图像推送到所述原始可视化热图对应的显示机构上,并在所述显示机构上进行显示;根据所述预设指令及所述预设图像对所述眼动仪进行校准,使眼动仪可跟踪所述受试者的眼睛以及/或眼球。
具体地说,所述预设图像上可具有多个内容,受试者按照预设指令转动眼球,观察所述多个内容的一个内容,完成所述预设指令的所有操作,以完成对所述眼动仪进行校准。
例如,所述预设图像上具有5个点,其中1个点在所述预设图像的中央,其余四个点在预设图像的四个角落,受试者按照预设指令转动眼球,分别观察所述5个点,完成所述预设指令的所有操作。
同时,所述预设图像可为多个,每个预设图像都设置有一个内容,所述预设指令控制多个所述预设图像进行播放;当检测到眼球观测到相应的内容时,进行下一个预设图像的播放,以完成对所述眼动仪进行校准。
在本公开中,所述获取包含测试背景的原始可视化热图的方法,还包括:获取所述受试者与所述原始可视化热图对应的显示机构的预设距离;检测所述受试者与所述原始可视化热图对应的显示机构的实际距离;根据所述实际距离以及所述预设距离调节所述受试者与所述原始可视化热图对应的显示机构的距离。其中,所述预设距离为55~75cm范围的任意值。
具体地说,所述根据所述实际距离以及所述预设距离调节所述受试者与所述原始可视化热图对应的显示机构的距离的方法,包括:计算所述实际距离与所述预设距离的偏差,基于所述偏差调节所述受试者与所述原始可视化热图对应的显示机构的距离。
在本公开中,所述根据所述预设指令及所述预设图像对所述眼动仪进行校准的方法,还包括:根据所述预设指令,确定眼睛跟踪所述预设图像内的信息变化对应的眼球转动信息;根据所述眼球转动信息、所述预设指令及所述预设指令对应的预设眼球转动信息,确定对所述眼动仪进行校准是否合格。
在本公开的实施例及其他可能的实施例中,所述根据所述眼球转动信息、所述预设指令及所述预设指令对应的预设眼球转动信息,确定对所述眼动仪进行校准是否合格的方法,包括:根据所述眼球转动信息确定所述眼球的运动轨迹;计算所述运动轨迹与所述预设眼球转动信息内预设运动轨迹的相似性;根据所述相似性大于或等于预设相似性,则所述对所述眼动仪进行校准合格;否则,所述对所述眼动仪进行校准不合格。
步骤S102:根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值。
步骤S103:根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值。
在本公开中,所述根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值及根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值的方法,包括:获取预设分类模型,基于所述预设分类模型,根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值;基于所述预设分类模型,根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值。
在本公开中,所述预设分类模型,包括:第一支路、与所述第一支路相同的第二之路以及判别支路;将所述待预测的可视化热图输入第一支路,得到第一特征向量;分别将所述第一预设可视化热图以及所述第二预设可视化热图输入所述第二之路,得到对应的第二特征向量及第三特征向量;根据所述第一特征向量、所述第二特征向量及所述判别支路得到第一数值;根据所述第一特征向量、第三特征向量及所述判别支路得到第二数值。
具体地说,所述第一特征向量、所述第二特征向量及所述判别支路得到第一数值的方法,包括:求取所述第一特征向量与所述第二特征向量的范数,得到所述第一特征向量与所述第二特征向量的第一差异向量,基于所述第一差异向量及所述判别支路得到第一数值。
具体地说,根据所述第一特征向量、第三特征向量及所述判别支路得到第二数值的方法,包括:求取所述第一特征向量与所述第三特征向量的范数,得到所述第一特征向量与所述第三特征向量的第二差异向量,基于所述第二差异向量及所述判别支路得到第一数值。
在本公开的实施例及其他可能的实施例中,所述范数可以为1范数L1、2范数L2,分别定义为:
L1 distance=||x1-x2||1,L2 distance=||x1-x2||2。
其中,x1为第一特征向量的特征图像素点,x2为第二特征向量或第三特征向量特征图像素点。
在本公开的实施例及其他可能的实施例中,所述预设分类模型可为孪生卷积网络模型、VGG-16卷积基迁移学习的孪生网络模型、支持向量机(SVM)或VGG-16网络迁移学习模型(无孪生网络结构)的一种或几种。
在本公开的实施例及其他可能的实施例中,为了使本公开的数据集中两个类别的样本量保持平衡,我们通过删减,将最后用于训练的数据集的样本量控制到了86个,每个类别分别有43个样本。图像数据(待预测的可视化热图、第一预设可视化热图及第二预设可视化热图)在输入所述预设分类模之前将经过大小调整,调整为128×128。并将图像数据(待预测的可视化热图、第一预设可视化热图及第二预设可视化热图)中的每一个像素点的像素值除以原始数据集的最大像素值,从而将数据集中像素值重新归一化为0到1的区间内,以便使所述预设分类模型计算优化过程中不会出现过大的数值从而引起梯度值骤增。在训练孪生网络模型时,为了方便训练和评估时随机生成两个样本配对训练网络参数,我们把数据集整理成了(样本,类别,高度,宽度)这种形状。
图4示出根据本公开实施例的一预设分类模型的孪生卷积神经网络结构示意图。如图4所示,基于所述孪生卷积神经网络,分别得到所述第一数值及所述第二数值。具体地说,将所述待预测的可视化热图(1×128×128)及所述第一预设可视化热图(1×128×128)分别输入所述孪生卷积神经网络,分别通过第一卷积核(3×3)的卷积操作得到第一支路及第二支路对应的2个第一特征图(2×126×126),所述2个第一特征图(2×126×126)分别通过第一最大池化核(2×2)的池化操作得到2个第二特征图(2×63×63),所述2个第二特征图(2×63×63)分别通过第二卷积核(3×3)的卷积操作得到2个第三特征图(4×61×61),所述2个第三特征图(4×61×61)分别经过第二最大池化核(2×2)的池化操作得到2个第四特征图(4×30×30),所述2个第四特征图(4×30×30)分别通过第三卷积核(4×4)的卷积操作得到2个第五特征图(8×27×27),所述2个第五特征图(8×27×27)分别经过第三最大池化核(5×5)的池化操作得到2个第六特征图(8×5×5),分别将所述2个第六特征图(8×5×5)作为第一特征向量及第二特征向量。可以直接对所述2个第六特征图(8×5×5)进行拼接,得到拼接后的第七特征图,对第七特征图通过第四卷积核(4×4)的卷积操作得到第八特征图,所述八特征图通过第一隐藏单元、第二隐藏单元及全连接后得到第一数值(第一概率值)。可不对2个第六特征图(8×5×5)进行拼接,可2个第六特征图(8×5×5)进行范数计算,得到第一差异向量,基于所述第一差异向量及所述判别支路得到第一数值。其中,所述判别支路,包括:第一隐藏单元、第二隐藏单元及全连接。
在图4中,同样地,将所述待预测的可视化热图(1×128×128)及所述第二预设可视化热图(1×128×128)分别输入所述孪生卷积神经网络,经过上述操作,分别将所述2个第六特征图(8×5×5)作为第一特征向量及第二特征向量;最后,得到第二数值(第二概率值)。
图5示出根据本公开实施例的另一预设分类模型的基于孪生网络架构的迁移学习神经网络结构示意图。基于孪生网络架构的迁移学习神经网络,其所述第一支路及所述第二支路为预训练的VGG16网络结构。具体地说,将所述待预测的可视化热图(3×128×128)及所述第一预设可视化热图(3×128×128)分别输入所述孪生卷积神经网络,分别通过第一卷积核(3×3)及一卷积块Conv block1的卷积操作得到第一支路及第二支路对应的2个第一特征图(64×128×128),所述2个第一特征图(64×128×128)分别通过第一最大池化核(2×2)的池化操作及第二卷积块Conv block2的卷积操作得到2个第二特征图(128×64×64),所述2个第二特征图(128×64×64)分别通过第二最大池化核(2×2)的池化操作及第三卷积块Conv block3卷积操作得到2个第三特征图(256×32×32),所述2个第三特征图(256×32×32)经过第三最大池化核(5×5)的池化操作及第四卷积块Conv block3卷积操作得到2个第四特征图(512×16×16),所述第四特征图(512×16×16)经过第四最大池化核(5×5)的池化操作及第五卷积块Conv block5卷积操作得到2个第五特征图(512×8×8),所述2个第5特征图可作为第一特征向量及第二特征向量。可以直接对所述2个五进行拼接,得到拼接后的第六特征图,对第六特征图通过第二卷积核(4×4)的卷积操作得到第七特征图,所述七特征图通过第一隐藏单元、第二隐藏单元及全连接后得到第一数值(第一概率值)。可不对2个第五特征图(512×8×8)进行拼接,可2个第五特征图(512×8×8)进行范数计算,得到第一差异向量,基于所述第一差异向量及所述判别支路得到第一数值。其中,所述判别支路,包括:第一隐藏单元、第二隐藏单元及全连接。
在图5中,同样地,将所述待预测的可视化热图(3×128×128)及所述第二预设可视化热图(3×128×128)分别输入所述孪生卷积神经网络,经过上述操作,分别将所述2个第五特征图(512×8×8)作为第一特征向量及第二特征向量;最后,得到第二数值(第二概率值)。
在本公开的实施例及其他可能的实施例中,CET4-测试1、CET4-测试2、CET6-测试1及CET6-测试2对应的第一预设可视化热图及第二预设可视化热图作为训练集对所述预设分类模型训练,具体使用五折交叉验证的方法选择最优的超参数组合;并引入了ROC曲线和混淆矩阵对所述预设分类模型的预测性能进行定量评价。
在本公开的实施例中,孪生网络结构的每个分支有三个卷积层,每个卷积层后都紧跟着进行最大池化(maxpooling)操作。我们在孪生网络两个分支的卷积层中以及连接两个分支以后的卷积层中都使用线性整流单元(ReLU)作为激活函数。在孪生网络两个分支连接以后并经过卷积池化操作后,添加了一个全连接层作为整个网络的倒数第二层,该层使用softmax函数作为激活函数。在输出层,我们仅设置一个节点的全连接层,并使用sigmoidal函数作为该层的激活函数。
在本公开的实施例中,设计的孪生卷积神经网络整体上是由两个包含三组卷积池化层的分支、以及分支连接层、分支连接以后的卷积层及全连接层组成,卷积部分采用不同大小包括3×3和4×4的、步长为1的卷积核。总之,除了孪生网络两分支连接以后的卷积层部分,其他每一个卷积层之后都使用maxpooling操作,大小和步幅都是2,从而使得特征图大小不断减小。然后,在分支连接运算阶段,前面卷积层中输出的特征图是通过L1距离的数组运算连接起来,得到代表两个分支特征图L1距离的L1距离特征图,然后再通过由ReLU激活的卷积层。之后,该网络将卷积层输出的特征图展平为单个向量,然后经过前述的两个全连接层输出两张图片的相似性。关于相似性的意义,我们是这样设置的,设i表示第i批次,y(x1(i),x2(i))表示每一批次的标签向量,其中当x1和x2来自同一类时,我们定义y(x1(i),x2(i))=1,否则定义为y(x1(i),x2(i))=0。我们选择的损失函数是二元交叉熵函数,在训练过程中我们采用更长用的RMSprop优化方法,学习率设置为0.0001。RMSprop优化器的原理类似于动量梯度下降算法,而RMSprop优化器限制了垂直方向的振荡。因此,这个优化方法可以使用更高的学习率,并且这个优化方法可以使得模型在水平方向上迅速收敛,值得注意的是RMSprop和梯度下降的区别在于如何计算梯度[25]。
损失函数:
在本公开的实施例中,使用了不同的机器学习、深度学习算法训练了三种的对比试验模型,同时还使用了具有不同的注视点聚类半径的滤波器获得的数据集输入表现优异的网络模型从而对比该参数对模型性能的影响,该半径参数定义了相同类别注视点之间的距离,小于这个距离的原始数据中的注视点将被视为一个注视点。另一个比较实验是比较L1范数和L2范数距离在连接孪生网络两分支的性能差异。
在本公开的实施例中,迁移学习实验部分一共有两个对比试验,第一个迁移学习实验的网络结构使用孪生网络结构,卷积层部分使用预先训练好的VGG-16模型的卷积基(预训练模型中卷积层的权重参数),对VGG-16网络的顶层卷积模块的参数进行微调;第二个对比试验使用VGG-16的原始模型架构与卷积基,对VGG-16网络的顶层卷积模块进行微调,并训练自己设计的全连接层的结构。使用英语阅读的注视点个数热图数据集,借助预训练的网络参数提取该数据集的空间特征图来训练分类模型。另外,损失函数和优化算法设置与本公开的卷积神经网络完全相同。
在本公开的实施例中,选择了分类任务常用的机器学习算法支持向量机(SVM)模型作为另一个对比实验模型对英语阅读注视点个数热图数据进行分类。在此之前SVM在多种数据集的分类任务中得到了广泛的应用。在本研究中,我们使用基于多项式核方法的支持向量机模型来区分使用不同阅读理解监控策略学生的阅读理解能力水平。在训练模型之前,我们采用主成分分析(PCA)来完成特征提取,降低数据集特征数量,从而尽可能地减轻过拟合现象。然后,我们采用了随机搜索寻找模型最优参数组合的方法,通过5折交叉验证搜索得到最优的模型参数组合。
在本公开的实施例中,五折交叉验证来训练和评估我们的孪生卷积神经网络和其他对比模型的性能。首先,我们将整个将数据分为五个子集,用五折交叉验证的方法选择最优的超参数组合,其中有四个子集用于训练,剩余一个子集用于验证。一旦模型的超参数确定,数据将再次被分成五个子集来评估性能,其中选四个子集用于训练,剩余一个子集用于测试。在评估过程中,图像分类的预测值是这样输出的:首先,从注视点个数热图数据集中随机抽取一个通过组的热图与未通过类的热图组成一个支持集,然后将一个待分类图片复制一份组成查询集;然后,我们将待分类图片与两个类别支持集的图片分别配对输入孪生网络,分别得到待分类图片与两个类别的支持集图片的相似性概率;紧接着,我们选择两个相似性中数值更大的结果作为最终的预测值,根据相似性最大的支持集图片对应的标签类别,我们做相应的处理,如果标签值为0我们用1减去该预测值作为最终输出,如果标签为1我们直接使用该预测值作为最终输出。在模型的交叉验证的评估过程中,我们将每一折迭代过程中表现最佳的模型的测试集预测概率组合成一个最终输出的所有样本的测试结果,但是由于我们使用孪生网络对输入数据性状要求的特殊性,我们训练时的数据集是以(样本,类别,高度,宽度)形式整理的,这就导致我们得到的数据集形状大小为(43,2,128,128),计算五折交叉验证子集样本量时需要四舍五入,使得划分到每一折有(8,2,128,128)形状的数据集用来测试,所以最终我们得到的数据集的预测值就只有8×5×2个样本的,以此计算整个数据集上的评估性能及混淆矩阵。同时,本研究还对四个英语测试注视点个数热图的数据对应的预测结果进行集成,我们取四个预测概率的均值作为集成预测概率。在评估阶段,本研究引入了ROC曲线和混淆矩阵对预测性能进行定量评价,我们根据ROC分析的最佳阈值对预测概率进行二值化从而计算精确性等度量,其中可包括敏感性(Sensitivity)、特异性(Specificity)、F1分数(F1-score)和准确率(Accuracy)。
步骤S104:基于所述第一数值及所述第二数值,预测所述待预测可视化热图对应的阅读理解水平。
在本公开中,所述基于所述第一数值及所述第二数值,得到所述待预测的可视化热图对应的阅读理解水平的方法,包括:比较所述第一数值及所述第二数值;若所述第一数值大于所述第二数值,则所述待预测的可视化热图对应的阅读理解水平为所述第一预设可视化热图对应的阅读理解水平;若所述第一数值小于所述第二数值,则所述待预测的可视化热图对应的阅读理解水平为所述第二预设可视化热图对应的阅读理解水平;
具体地说,由于第一预设可视化热图及第二预设可视化热图分别代表不同的阅读理解水平,因此,若所述第一数值大于所述第二数值,可以预测得到所述待预测可视化热图对应的阅读理解水平与所述的第一预设可视化热图对应的阅读理解水平相当或一致;若所述第一数值小于所述第二数值,可以预测得到所述待预测可视化热图对应的阅读理解水平与所述的第二预设可视化热图对应的阅读理解水平相当或一致。
例如,在本公开的实施例及其他可能的实施例中,第一预设可视化热图可为通过大学英语六级考试的受试者对应的可视化热图,第二预设可视化热图为未通过大学英语六级考试的受试者对应的可视化热图。若所述第一数值大于所述第二数值,可以预测得到所述待预测可视化热图对应的阅读理解水平强,能够通过大学英语六级考试;若所述第一数值小于所述第二数值,可以预测得到所述待预测可视化热图对应的阅读理解水平弱,不能通过大学英语六级考试。
在本公开中,所述基于所述第一数值及所述第二数值,得到所述待预测的可视化热图对应的阅读理解水平的方法,还包括:确定最佳阈值;根据所述第一数值及所述第二数值,得到所述不同的阅读理解水平中阅读理解水平对应的第三数值;基于所述第三数值及所述最佳阈值进一步确定所述阅读理解水平。
具体地说,所述根据所述第一数值及所述第二数值,得到所述不同的阅读理解水平中阅读理解水平对应的第三数值的方法,包括:若所述第一数值大于所述第二数值,则所述第三数值为第一数值;若所述第一数值小于所述第二数值,则所述第三数值为1-第二数值。
例如,所述第一数值p1为0.8,所述第二数值p2为0.4,则所述第三数值p为0.8。而,所述第一数值p1为0.3,所述第二数值p2为0.9,则所述第三数值p为1-0.9=0.1。
在本公开中,所述确定最佳阈值的方法,包括:分别确定多个同一类型的不同待预测的可视化热图对应的多个数值;对所述多个数值取平均值,并对所述平均值进行ROC分析得到最佳阈值。
具体地说,所述对所述平均值进行ROC分析得到最佳阈值的方法,包括:分别计算所述ROC曲线上各点到ROC坐标左上角位置点的多个距离;确定所述多个距离中最小距离对应的ROC曲线上的点,将此点的概率值作为最佳阈值。其中,所述同一类型为同种语言的同种类型不同难易程度的测试,如CET4及CET6。
例如,多个同一类型的不同待预测的可视化热图为CET4-测试1、CET4-测试2、CET6-测试1及CET6-测试2对应的可视化热图。对四个英语测试注视点个数对应的可视化热图的数据对应的预测结果进行集成,将取四个预测概率的均值作为集成预测概率;并对所述集成预测概率进行ROC分析得到最佳阈值。
在本公开的实施例及其他可能的实施例中,所述基于所述第三数值及所述最佳阈值进一步确定所述阅读理解水平的方法,包括:若所述第三数值大于或等于所述最佳阈值,则确定所述阅读理解水平与所述第一预设可视化热图对应的阅读理解水平一致;否则,确定所述阅读理解水平与所述第二预设可视化热图对应的阅读理解水平一致。
例如,所述最佳阈值为0.4,则当所述第三数值p为0.8时,则确定所述阅读理解水平与所述第一预设可视化热图对应的阅读理解水平一致;否则,确定所述阅读理解水平与所述第二预设可视化热图对应的阅读理解水平一致。
在本公开的实施例中,使用了全国大学生英语四级(CET-4)以及六级(CET-6)两个英语能力水平考试的四套阅读试题,其中每个水平考试各选择使用两个阅读测试,我们在本章的图表中记每个水平考试的两个测试分别为Test1和Test2。我们以全国大学生英语六级考试的通过标准为阅读注视点个数热图的分类依据,并使用阅读注视点个数热图数据集训练我们的孪生网络模型以及对比试验的所有模型。
在本公开的实施例中,五折交叉验证方法对本研究设计的孪生卷积网络进行训练,同时我们对训练过程进行了监测,精确度和损失函数值的曲线图展示了四种不同的英语能力水平测试对应数据集训练的模型经过五折交叉验证的训练过程和验证结果。经过比较训练结果的曲线图,显然在本研究使用不同英语测试数据训练的孪生卷积网络模型中,用CET-4test2数据集训练的模型具有最令人满意的泛化能力,其他数据训练的模型均对训练数据的拟合程度明显过高,出现了过拟合现象。在本公开设计的孪生卷积网络的最佳训练结果中随着五折交叉验证的训练过程精度的提高,验证结果几乎在同步上升,收敛值达到了精度0.9左右。训练和验证的损失值曲线具有相同的下降趋势,且收敛于1左右,过拟合现象十分微小且几乎可以容忍。
通过对四个模型的预测结果以及集成模型的预测结果进行接受者操作特征曲线(ROC)分析我们得到了ROC曲线对比。通过对四个模型的预测结果以及集成模型的预测结果进行接受者操作特征曲线(ROC)分析我们得到了ROC曲线对比和准确度、敏感性及特异性等所有性能度量指标如表1所示。其中,Siamese Convnet_mean为集成模型,即利用“分别确定多个同一类型的不同待预测的可视化热图对应的多个数值;对所述多个数值取平均值,并对所述平均值进行ROC分析得到最佳阈值;根据所述第一数值及所述第二数值,得到所述不同的阅读理解水平中阅读理解水平对应的第三数值;基于所述第三数值及所述最佳阈值进一步确定所述阅读理解水平”对应的模型。
表1 四个孪生卷积网络模型和集成模型评估得到的性能指标汇总表
在本公开的实施例及其他可能的实施例中,引入了ROC曲线和混淆矩阵对预测性能进行定量评价,根据ROC分析的最佳阈值对预测概率进行二值化从而计算精确性等度量。
表2 四个迁移学习孪生卷积网络模型和集成模型评估得到的性能指标汇总表
根据表2所展示的对比试验性能度量指标的汇总来看,本研究设计的孪生卷积神经网络和迁移学习孪生网络的各项性能指标明显优于支持向量机模型以及VGG-16网络的迁移学习的性能。迁移学习孪生网络同样以四个英文测试数据训练的模型得出的预测概率均值组成了集成模型的预测结果,这个预测概率经过ROC分析得到的AUC值达到了0.956,准确率达到了0.925,灵敏度的数值为0.9,特异度也达到了0.95,F1得分为0.923。将它与孪生卷积神经网络相比,迁移学习孪生网络模型的综合性能略有提高,这是因为使用ImageNet大规模数据集预先训练的VGG-16网络的卷积基相比本研究自己设计的孪生卷积网络模型提取了更多有用的特征信息,以此进行微调得到的训练模型更好地表示了整个数据集所组成的样本空间。然而,我们训练的VGG-16原始架构的迁移学习模型却难以达到预期水准,四个测试训练的模型以及集成模型中AUC的最高值仅为0.544,这个结果出现的原因是我们的数据集规模很小,一般的卷积网络结构与孪生网络等小样本学习网络结构相比很难学习到有用信息,甚至会出现严重过拟合。同样地,支持向量机模型的性能远远落后于孪生网络模型的性能,它的AUC只有0.751,准确率仅为0.413,敏感性为0.55,特异性只有0.275,F1评分为0.484。由于数据集样本量小,而特征数量巨大,一般机器学习方法都难以得到理想目标,使用这种数据集训练传统机器学习模型最终会导致训练后的模型存在严重过拟合现象。综上所述,与其他网络结构及传统机器学习算法相比,采用孪生网络结构进行不同类别和相同类别的配对形式的模型训练,能够极大地避免过拟合现象,最终实现令人满意的性能评估结果。迁移学习孪生网络的性能指标汇总见表2。和前面设计的孪生卷积网络一样,我们也展示了该迁移学习孪生网络使用四个不同英文测试训练模型过程中的精度损失值曲线以及这四个测试和集成模型对应的混淆矩阵、ROC对比曲线还有Delong检验得到的p值热图。根据Delong检验的p值热图展示,我们设计的使用VGG-16卷积基的迁移学习孪生网络模型的集成预测性能最佳,且性能显著优于其他单一英语测试训练的模型。
孪生网络两个分支间距离计算方法设计的对比实验结果表明,L1范数距离实现两分支连接的孪生卷积神经网络优于L2范数距离连接的孪生卷积神经网络,它们的AUC值分别为0.941和0.500。另一个单独设计的注视点聚类半径的大小对模型性能的影响的对比实验结果表明,25个像素聚类半径的数据集训练的模型的综合性能优于50个像素聚类半径数据集训练的模型。虽然它们的AUC分别为0.941和0.942,50个像素聚类半径的结果似乎更胜一筹,但是据其他所有评估指标的表现上综合分析,25个像素综合性能更优。这个结果的原因是较大的注视点聚类半径损失了眼动数据中存在的细节信息,而较小半径保留了大量细节信息,使得不同类别数据之间的差异更加明显,更多的细节信息增强了数据集训练的模型的泛化能力。
所有对比实验模型的性能汇总信息请见表3。同时,本公开还使用Delong检验对所有对比试验进行性能的对比,得到的显著性p值热图。很显然,在所有对比试验的Delong检验p值热图中,使用L1范数连接两分支的孪生网络架构且经过25个像素数据集训练的所有孪生网络模型性能与其他模型有着显著性的差异。
表3 四个迁移学习孪生卷积网络模型和集成模型评估得到的性能指标汇总表
表4 本公开设计的五个对比实验的性能指标汇总表
在表2中,Siamese Convnet-L1-25px为具有L1范数的25像素的孪生卷积网络模型,Siamese Transfer learning为具有迁移学习的孪生卷积网络模型,Siamese Convnet-L2-25px为具有L2范数的25像素的孪生卷积网络模型,Siamese Convnet-L1-50px为具有L1范数的50像素的孪生卷积网络模型,VGG-16Transfer Learning为VGG-16的迁移学习网络模型,SVM为支持向量机。
孪生卷积网络模型Siamese Convnet-L1-25px与迁移学习孪生网络模型SiameseTransfer learning的AUC值分别达到了0.941和0.956,相对应地,使用注视点聚类半径等于25个像素的数据集训练的SVM模型和使用VGG-16原始结构的迁移学习模型的AUC仅有0.544和0.751。在使用聚类半径等于50个像素的数据集训练孪生卷积网络模型SiameseConvnet-L1-50px时,虽然模型的AUC值达到了0.942,超过了使用注视点聚类半径等于25个像素的数据集训练的模型,但是其他性能指标却较低。使用L2范数作为孪生网络两分支连接方法(Siamese Convnet-L2-25px)时,其AUC值远远低于L1范数连接孪生网络两分支的方法(Siamese Convnet-L1-25px),仅有0.500。
综上,本公开提出的的孪生网络及对比实验的性能评估结果,并且形象地展示了最优模型与其他对比实验模型之间的差距。结果表明,使用L1范数连接两分支的孪生网络架构且经过25px数据集训练的性能显著优于其他对比模型。本研究设计的孪生卷积网络无论是在单一英语阅读测试的注视点个数热图训练的模型性能上,还是在集成预测的性能上都得到了令人满意的结果,另一个迁移学习的孪生网络模型仅在集成预测及四六级的第一个预测的性能上超出了前者,但是整体的综合性能还是略低于我们设计的孪生卷积网络,且我们设计的孪生卷积网络的参数量更少,运算量相对较少,内存占用量以及模型训练时间更短。因此,本研究设计的孪生卷积网络模型更能够得到令人满意的结果和性能,是所有对比模型中最佳模型。阅读理解水平的预测方法的执行主体可以是阅读理解水平的预测装置,例如,阅读理解水平的预测方法可以由终端设备或服务器或其它处理设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该阅读理解水平的预测可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
另外,本公开还提出了一种阅读理解水平的预测装置,所述阅读理解水平的预测装置,包括:获取单元,用于获取待预测的可视化热图,以及分别代表不同的阅读理解水平的第一预设可视化热图及第二预设可视化热图;第一确定单元,根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值;第二确定单元,根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值;预测单元,基于所述第一数值及所述第二数值,预测所述待预测可视化热图对应的阅读理解水平。可实现阅读理解水平的预测,以解决目前阅读理解水平难以预测以及评估的问题。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。可实现阅读理解水平的预测,以解决目前阅读理解水平难以预测以及评估的问题。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。电子设备可以被提供为终端、服务器或其它形态的设备。可实现阅读理解水平的预测,以解决目前阅读理解水平难以预测以及评估的问题。
图6是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图6,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图7,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。