CN115132026A - 基于脑电波的辅助学习方法、终端设备及可读存储介质 - Google Patents
基于脑电波的辅助学习方法、终端设备及可读存储介质 Download PDFInfo
- Publication number
- CN115132026A CN115132026A CN202210597747.4A CN202210597747A CN115132026A CN 115132026 A CN115132026 A CN 115132026A CN 202210597747 A CN202210597747 A CN 202210597747A CN 115132026 A CN115132026 A CN 115132026A
- Authority
- CN
- China
- Prior art keywords
- learning
- determining
- test item
- target object
- test
- 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
Images
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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开一种基于脑电波的辅助学习方法、终端设备及可读存储介质,该方法包括:确定目标对象在当前测试项目中对应的脑电波信号;根据脑电波信号确定目标对象的状态参数;根据状态参数确定目标对象在当前测试项目的测试成绩;根据测试成绩确定当前测试项目的辅助学习计划;按照辅助学习计划辅助目标对象进行学习。本发明的方法通过目标对象在当前测试项目中对应的脑电波信号确定的状态参数,以获知目标对象的实际状态如专注度,进而根据状态参数确定目标对象在当前测试项目的测试成绩,并按照测试成绩制定的当前测试项目的辅助学习计划辅助学习,以针对目标对象对当前测试项目对应的知识点实际的知识掌握程度指导学习提高学习效率。
Description
技术领域
本发明涉及脑力测试以及辅助学习技术领域,尤其涉及一种基于脑电波的辅助学习方法、终端设备及可读存储介质。
背景技术
在实际辅助教学过程中,大多数学生仅仅只是凭借自身感觉或者考试成绩以获知自身的学习水平,从而根据自身的学习水平按照要学习的各个知识点制定学习计划,然而,这种制定学习计划的方式主观性较强,且无法有效地指导学生的学习,如将时间花费在最有可能提升和能提升最明显的地方,以达到学习过程中事半功倍的效果,学习效率低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明提供一种基于脑电波的辅助学习方法、终端设备及可读存储介质,旨在解决当前制定学习计划的方式主观性较强,且无法有效地指导学生的学习,学习效率低的问题。
为实现上述目的,本发明提供一种基于脑电波的辅助学习方法,所述基于脑电波的辅助学习方法包括:
确定目标对象在当前测试项目中对应的脑电波信号;
根据所述脑电波信号确定所述目标对象的状态参数;
根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩;
根据所述测试成绩确定当前所述测试项目的辅助学习计划;
按照所述辅助学习计划辅助所述目标对象进行学习。
可选地,根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩的步骤包括:
确定已测试项目对应的辅助学习计划中获得好评的参考学习计划;
获取所述参考学习计划对应的参考测试成绩以及参考状态参数;
查找到所述参考状态参数中与所述状态参数的匹配度大于或者等于预设匹配度的目标状态参数时,根据与所述目标状态参数对应的所述参考测试成绩确定所述目标对象在当前所述测试项目的测试成绩。
可选地,根据所述测试成绩确定当前所述测试项目的辅助学习计划的步骤包括:
在所述测试成绩大于或者等于预设成绩时,根据当前所述测试项目对应的当前学习计划确定当前所述测试项目的辅助学习计划;
在所述测试成绩小于预设成绩时,根据与所述目标状态参数对应的所述参考学习计划确定当前所述测试项目的辅助学习计划。
可选地,根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩的步骤包括:
根据所述状态参数中的专注度、冥想度以及眨眼的次数确定所述目标对象在当前所述测试项目的注意力集中度;
根据所述状态参数中的学习新技能的熟练度以及脑力劳动的使用值确定所述目标对象在当前所述测试项目的学习潜力值;
根据所述注意力集中度以及所述学习潜力值确定所述测试成绩。
可选地,根据所述注意力集中度以及所述学习潜力值确定所述测试成绩的步骤包括:
获取所述注意力集中度以及所述学习潜力值分别对应的权重值:
根据所述注意力集中度、所述注意力集中度对应的权重值、所述学习潜力值以及所述学习潜力值对应的权重值确定所述测试成绩。
可选地,根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩的步骤包括:
获取当前所述测试项目对应的预设测试数据以及实际测试数据;
根据所述状态参数、所述预设测试数据以及所述实际测试数据确定目标对象在当前测试项目的测试成绩。
可选地,根据所述测试成绩确定当前所述测试项目的辅助学习计划的步骤包括:
根据所述测试成绩确定知识掌握程度;
根据所述知识掌握程度确定当前所述测试项目的辅助学习计划,所述辅助学习计划包括学习周期、学习频率以及学习时长,其中,所述知识掌握程度越低,所述学习周期越短、所述学习频率越大以及所述学习时长越长。
可选地,根据所述测试成绩确定当前所述测试项目的辅助学习计划的步骤,包括:
获取当前所述测试项目对应的测试题型;
根据所述测试成绩确定所述测试题型的辅助学习计划。
此外,为实现上述目的,本发明还提供一种终端设备,所述终端设备包括:存储器、处理器以及存储在所述存储器里并可在所述处理器上运行的基于脑电波的辅助学习程序,所述基于脑电波的辅助学习程序被所述处理器执行时实现如以上所述基于脑电波的辅助学习方法的各个步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有基于脑电波的辅助学习程序,所述基于脑电波的辅助学习程序被所述处理器执行时实现如以上所述基于脑电波的辅助学习方法的各个步骤。
本发明提出的基于脑电波的辅助学习方法、终端设备及可读存储介质,根据目标对象在当前测试项目中对应的脑电波信号确定目标对象的状态参数,通过状态参数以获知目标对象在当前测试项目测试时的实际状态如专注度,进而根据状态参数确定目标对象在当前测试项目的测试成绩,以结合目标对象在当前测试项目测试时的实际状态评估得到目标对象在当前测试项目的测试成绩,进而通过测试成绩较准确评估目标对象对当前测试项目对应的知识点实际的知识掌握程度,按照测试成绩制定当前测试项目的辅助学习计划,以根据辅助学习计划辅助目标对象进行学习,可有效针对目标对象对当前测试项目对应的知识点实际的知识掌握程度进行指导学习,提高学习效率。
附图说明
图1为本发明的基于脑电波的辅助学习方法各个实施例涉及的终端设备的结构示意图;
图2为本发明的基于脑电波的辅助学习方法第一实施例的流程示意图;
图3为本发明的基于脑电波的辅助学习方法第二实施例的流程示意图;
图4为本发明的基于脑电波的辅助学习方法第三实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于脑电波的辅助学习方法,所述基于脑电波的辅助学习方法包括:
确定目标对象在当前测试项目中对应的脑电波信号;
根据所述脑电波信号确定所述目标对象的状态参数;
根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩;
根据所述测试成绩确定当前所述测试项目的辅助学习计划;
按照所述辅助学习计划辅助所述目标对象进行学习。
本发明的基于脑电波的辅助学习方法根据目标对象在当前测试项目中对应的脑电波信号确定目标对象的状态参数,通过状态参数以获知目标对象在当前测试项目测试时的实际状态如专注度,进而根据状态参数确定目标对象在当前测试项目的测试成绩,以结合目标对象在当前测试项目测试时的实际状态评估得到目标对象在当前测试项目的测试成绩,通过测试成绩较准确评估目标对象对当前测试项目对应的知识点实际的知识掌握程度,按照测试成绩制定当前测试项目的辅助学习计划,以根据辅助学习计划辅助目标对象进行学习,可有效针对目标对象对当前测试项目对应的知识点实际的知识掌握程度进行指导学习,提高学习效率。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或者“单元”可以混合地使用。
终端设备可以以各种形式来实施。例如,本发明中描述的终端设备可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、以及便捷式媒体播放器(Portable Media Player,PMP)等移动终端。
可选地,本发明的基于脑电波的辅助学习方法各个实施例涉及的执行主体为包括但不限于服务端、终端设备等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。也就是说,基于脑电波的辅助学习方法可以由安装在终端设备或服务端设备的软件或硬件来执行,软件可以是基于脑电波的辅助学习系统,该基于脑电波的辅助学习系统存储有基于脑电波的辅助学习程序。
请参考图1,图1为本发明的基于脑电波的辅助学习方法各个实施例涉及的终端设备的结构示意图。如图1所示,该终端设备可以包括:存储器101以及处理器102。本领域技术人员可以理解,图1示出的终端的结构框图并不构成对终端的限定,终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中,存储器101中存储有操作系统以及基于脑电波的辅助学习程序。处理器102是终端设备的控制中心,处理器102执行存储在存储器101内的基于脑电波的辅助学习程序,以实现本发明的基于脑电波的辅助学习方法各实施例的步骤。
可选地,终端设备还可包括显示单元103,显示单元103包括显示面板,可采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-EmittingDiode,OLED)等形式来配置显示面板,用于输出显示用户浏览的界面。
可选地,终端设备还可包括通信单元104,通信单元104包括通过网络协议与其他终端如脑力评估装置建立数据通信(该数据通信可为IP通信或者蓝牙通道),以实现与脑力评估装置之间进行数据传输。
基于上述终端设备的结构框图,提出本发明的基于脑电波的辅助学习方法的各个实施例。
在第一实施例中,本发明提供一种基于脑电波的辅助学习方法,请参考图2,图2为本发明的基于脑电波的辅助学习方法第一实施例的流程示意图。在该实施例中,基于脑电波的辅助学习方法包括以下步骤:
步骤S10,确定目标对象在当前测试项目中对应的脑电波信号;
测试项目包括测试题目。目标对象是指学习测试项目的待测试的人或者动物。
需要说明的是,终端设备包括脑力评估装置,所述脑力评估装置包括接触电极,所述脑力评估装置用于根据接触电极检测到的检测数据确定脑电波信号。所述接触电极具有多组电极,且每组接触电极包括正负两个电极。所述接触电极位于脑力测试设备的前额贴片上,目标对象通过佩戴所述脑力测试设备,通过所述接触电极用于获取目标对象前额的检测数据。
可选地,根据检测数据确定脑电波信息的方式为获取任意两个正负接触电极在每一时刻的检测数据。其中,所述检测数据为电压,根据相邻时刻的检测数据即可得到电势差,进一步根据所述电势差得到脑电波信号。
可选地,在根据所述接触电极得到检测数据之后,可对所述检测数据进行处理,例如,可对所述检测数据依次进行放大处理、高通滤波除去直流信号、低通限制噪声带宽处理以及模数转换处理,从而得到所述脑电波信号。
步骤S20,根据所述脑电波信号确定所述目标对象状态参数;
步骤S30,根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩;
测试成绩可用于反馈目标对象在进行当前测试项目的测试时获得的成绩,其中,测试成绩越高,表明目标对象对当前测试项目对应的知识点掌握的熟练程度越好。
状态参数包括专注度、冥想度、眨眼的次数、学习新技能的熟练度以及脑力劳动的使用值。根据脑电波信号确定目标对象在当前测试项目的状态参数,通过从脑电波信号中剥离出专注度、冥想度、眨眼的次数、学习新技能的熟练度以及脑力劳动的使用值。
作为一种可选的实施方式,步骤S30包括:可先获取当前测试项目对应的预设测试数据以及实际测试数据,根据状态参数、预设测试数据以及实际测试数据确定目标对象在当前测试项目的测试成绩。
需要说明的是,各个测试项目中分别对应设置的测试题目,均有与测试题目对应的测试答案,其中,测试答案为预设测试数据,可通过预设测试数据确认目标对象在进行测试项目测试时是否准确。实际测试数据为目标对象在进行项目测试时实际获得的测试数据。
根据状态参数以及预设测试数据确定目标对象在当前测试项目的测试成绩,可根据状态参数确定目标对象在当前测试项目的第一测试成绩,根据预设测试数据以及实际测试数据确定目标对象在当前测试项目的第二测试成绩,根据第一测试成绩以及第二测试成绩确定目标对象在当前测试项目的测试成绩。
步骤S40,根据所述测试成绩确定当前所述测试项目的辅助学习计划;
步骤S50,按照所述辅助学习计划辅助所述目标对象进行学习。
辅助学习计划是指针对测试项目对应的知识点所制定的学习计划。其中,辅助学习计划包括学习周期、学习频率以及学习时长。
作为一种可选的实施方式,步骤S30包括:
根据所述测试成绩确定知识掌握程度;
根据所述知识掌握程度确定当前所述测试项目的辅助学习计划,所述辅助学习计划包括学习周期、学习频率以及学习时长,其中,所述知识掌握程度越低,所述学习周期越短、所述学习频率越大以及所述学习时长越长。
需要说明的是,知识掌握程度是指目标对象对于测试项目对应的知识点的掌握情况。其中,知识掌握程度越高,对测试项目对应的知识点的掌握能力以及应用能力越好。
根据测试成绩确定知识掌握程度,可预先设置测试成绩与知识掌握程度之间的对应关系,示例性地,假设测试成绩为M,当80≤M≤100时,知识掌握程度对应熟练;当60≤M<80时,知识掌握程度对应一般;当40≤M<60时,知识掌握程度对应吃力;当20≤M<40时,知识掌握程度对应马虎;当0≤M<20时,知识掌握程度对应无效。其中,知识掌握程度为无效、马虎、吃力、一般以及熟练是按照知识掌握程度由低到高排序的。
根据知识掌握程度确定当前测试项目的辅助学习计划,容易理解的是,知识掌握程度越高,对测试项目对应的知识点的掌握能力以及应用能力越好,可预先设置基于知识掌握程度与辅助学习计划之间的对应关系,其中,知识掌握程度越低,辅助学习计划中学习周期越短、学习频率越大以及学习时长越长,进而对掌握薄弱的知识点频繁进行学习,以有针对性且重点学习该知识点,达到学习过程中事半功倍的效果。
作为一种可选的实施方式,步骤S40包括:
获取当前所述测试项目对应的测试题型;根据所述测试成绩确定所述测试题型的辅助学习计划。
当前测试项目对应的测试题型是指当前测试项目对应知识点所对应的测试题目的类型,根据测试成绩确定测试题型的辅助学习计划,以便于在通过测试成绩明确目标对象对测试项目对应的知识点的知识掌握程度的基础上,制定当期测试项目对应的测试题型的辅助学习计划,以学习与该知识点相关的所有类型的测试题目,以便于目标对象系统掌握该知识点。
在本实施例公开的技术方案中,根据目标对象在当前测试项目中对应的脑电波信号确定目标对象的状态参数,通过状态参数以获知目标对象在当前测试项目测试时的实际状态如专注度,进而根据状态参数确定目标对象在当前测试项目的测试成绩,以结合目标对象在当前测试项目测试时的实际状态评估得到目标对象在当前测试项目的测试成绩,通过测试成绩较准确评估目标对象对当前测试项目对应的知识点实际的知识掌握程度,按照测试成绩制定当前测试项目的辅助学习计划,以根据辅助学习计划辅助目标对象进行学习,可有效针对目标对象对当前测试项目对应的知识点实际的知识掌握程度进行指导学习,提高学习效率。
在基于第一实施例的基础上提出的第二实施例中,请参考图3,图3为本发明的基于脑电波的辅助学习方法第二实施例的流程示意图。在该实施例中,步骤S30包括:
步骤S31,确定已测试项目对应的辅助学习计划中获得好评的参考学习计划;
步骤S32,获取所述参考学习计划对应的参考测试成绩以及参考状态参数;
步骤S33,查找到所述参考状态参数中与当前所述测试项目的状态参数匹配度大于或者等于预设匹配度的目标状态参数时,根据与所述目标状态参数对应的所述参考测试成绩确定所述目标对象在当前所述测试项目的测试成绩。
在实际应用过程中,随着越来越多的目标对象进行测试项目测试,并针对目标对象在测试项目的测试成绩确定测试项目的辅助学习计划,进而按照辅助学习计划辅助目标对象进行学习。
确定已测试项目对应的辅助学习计划中获得好评的参考学习计划,其中,从辅助学习计划中确定获得好评的参考学习计划,可通过以下方式确定:
第一种方式,可基于获取到的目标对象对于按照辅助学习计划学习后的反馈信息确定,示例性地,可通过学习反馈页面接收到的反馈信息确定,反馈信息如优、良、中以及差,可以理解的是,在反馈信息为优或者良时,可表明辅助学习计划为好评,在反馈信息为中或者差时,可表明辅助学习计划为差评;
第二种方式,可在目标对象按照辅助学习计划学习后,进行测试项目对应的知识点的第二次测试,假设进行测试项目对应的知识点的第二次测试的测试项目为第一测试项目,获取与第一测试项目的第一测试成绩,根据第一测试成绩以及测试成绩的差值确定,示例性地,在差值大于或者等于预设差值时,表明目标对象按照辅助学习计划学习后,成绩明显提高,按照辅助学习计划学习的效果较好,可确定该辅助学习计划为获得好评的参考学习计划,在差值小于预设差值时,表明目标对象按照辅助学习计划学习后,成绩提高缓慢,可确定该辅助学习计划未获得好评。
可选地,已测试项目是指与当前测试项目对应的知识点相同或者相类似的测试题目。
可选地,可将目标对象、测试项目、在进行测试项目测试时的状态参数、在进行测试项目测试时的测试成绩以及对应测试项目的辅助学习计划形成的对应关系进行保存。
基于目标对象、测试项目、在进行测试项目测试时的状态参数、在进行测试项目测试时的测试成绩以及对应测试项目的辅助学习计划形成的对应关系,获取参考学习计划对应的参考测试成绩以及参考状态参数,可在确定获得好评的参考学习计划的前提下,获取参考学习计划对应的目标对象,进而间接通过目标对象获取在进行测试项目测试时的状态参数以及在进行测试项目测试时的测试成绩,最后将状态参数确定为参考状态参数,将测试成绩确定为参考测试成绩。
查找到所述参考状态参数中与当前所述测试项目的状态参数匹配度大于或者等于预设匹配度的目标状态参数时,表明在进行相同或者相似的测试项目时,目标状态参数对应的第一目标对象与当前测试项目对应的第二目标对象的测试状态是相近的,根据与所述目标状态参数对应的所述参考测试成绩确定第二目标对象在当前测试项目的测试成绩,可直接将参考测试成绩确定为第二目标对象在当前测试项目的测试成绩,以便于在后续根据测试成绩确定当前测试项目的辅助学习计划,按照辅助学习计划辅助第二目标对象进行学习时也能使得辅助学习计划获得好评的同时,使得第二目标对象进行当前测试项目对应的知识点学习后得到有效指导且提高第二目标对象对该知识点的熟悉掌握程度。
可选地,测试状态相近是指在专注度、冥想度、眨眼的次数、学习新技能的熟练度和/或脑力劳动的使用值的一个或者至少两个状态参数接近,示例性地,以专注度举例,假设第一目标对象的专注度为55%,可根据专注度确定参考范围值如专注度范围值为[50%,60%],在第二目标对象的专注度为57%时,表明状态参数为专注度时测试状态相近。
可选地,根据专注度确定参考范围值可按需进行设置,对此不做限定。
可选地,确定参考状态参数与当前测试项目的状态参数匹配度大于或者等于预设匹配度到的目标状态参数,可以是确定每个参考状态参数与当前测试项目的状态参数相近的状态参数的项数,根据项数以及总项数确定参考状态参数与当前测试项目的状态参数匹配度,示例性地,对应于状态参数包括专注度、冥想度、眨眼的次数、学习新技能的熟练度以及脑力劳动的使用值的总项数为5项,倘若参考状态参数与当前测试项目的状态参数相近的状态参数分别为专注度、学习新技能的熟练度以及脑力劳动的使用值时,表明相近的状态参数的项数为3项,参考状态参数与当前测试项目的状态参数匹配度为60%。
可选地,在目标状态参数为多个时,可从多个目标状态参数中确定最大匹配度对应的目标状态参数作为最终的目标状态参数。
可以理解的是,在未查找到所述参考状态参数中与当前所述测试项目的状态参数匹配度大于或者等于预设匹配度的目标状态参数时,可根据所述状态参数中的专注度、冥想度以及眨眼的次数确定所述目标对象在当前所述测试项目的注意力集中度,根据所述状态参数中的学习新技能的熟练度以及脑力劳动的使用值确定所述目标对象在当前所述测试项目的学习潜力值,根据所述注意力集中度以及所述学习潜力值确定所述测试成绩,具体实现可参见第三实施例,在本实施例中不做具体说明。
可选地,步骤S30包括:
在所述测试成绩大于或者等于预设成绩时,根据当前所述测试项目对应的当前学习计划确定当前所述测试项目的辅助学习计划;
在所述测试成绩小于预设成绩时,根据与所述目标状态参数对应的所述参考学习计划确定当前所述测试项目的辅助学习计划。
在测试成绩大于或者预设成绩时,表明目标对象对测试项目对应的知识点的知识掌握程度较熟悉,可根据当前测试项目对应的当前学习计划确定为当前测试项目的辅助学习计划,也即保持当前对该测试项目的学习进度以及学习频率,以巩固对该测试项目的知识点。
可选地,当前学习计划可根据目标对象自定义设置,也可由系统默认设置,对此不做限定。
由于不同的目标对象的知识点的知识掌握程度不同,因而,不同目标对象学习的相同测试项目对应的知识点的学习计划可能不同。在实际应用过程中,当按照自身制定的学习计划学习时无法有效提高对知识点的掌握程度的情况下,可通过参考他人的学习计划对相关知识点进行学习,特别是参考与自己的知识掌握程度相近的目标对象的学习计划,可能达到学习过程中事半功倍的效果。
在测试成绩小于预设成绩时,表明目标对象对测试项目对应的知识点的知识掌握程度较差,根据与目标状态参数对应的参考学习计划确定当前测试项目的辅助学习计划,也即可直接将参考学习计划作为当前测试项目的辅助学习计划,以参考获得好评且与自身对当前测试项目的知识掌握程度相近的第一目标对象的参考学习计划进行学习。
在本实施例公开的技术方案中,通过参考已测试项目中获得好评且与目标对象(也即第二目标对象)的知识掌握程度相近的第一目标对象的参考测试成绩,以根据参考测试成绩确定目标对象在当前测试项目的测试成绩,以便于在后续根据测试成绩确定当前测试项目的辅助学习计划,按照辅助学习计划辅助目标对象进行学习时也能使得辅助学习计划获得好评的同时,使得目标对象进行当前测试项目对应的知识点学习后得到有效指导且提高目标对象对该知识点的熟悉掌握程度。
在基于上述任意一个实施例的基础上提出的第三实施例中,请参考图4,图4为本发明的基于脑电波的辅助学习方法第三实施例的流程示意图。在该实施例中,步骤S30包括:
步骤S34,根据所述状态参数中的专注度、冥想度以及眨眼的次数确定所述目标对象在当前所述测试项目的注意力集中度;
步骤S35,根据所述状态参数中的学习新技能的熟练度以及脑力劳动的使用值确定所述目标对象在当前所述测试项目的学习潜力值;
步骤S36,根据所述注意力集中度以及所述学习潜力值确定所述测试成绩。
注意力集中度是指目标对象在进行当前测试项目测试时的注意力专注程度。其中,注意力集中度越大,表明目标对象的注意力专注程度越集中。学习潜力值是指目标对象在进行当前测试项目测试时有待提升的学习能力值和/或可提高以及进步的空间大小。其中,学习潜力值越大,待提升的学习能力值越大,可提高以及进步的空间越大。
根据所述状态参数中的专注度、冥想度以及眨眼的次数确定所述目标对象在当前所述测试项目的注意力集中度,可预先分别对状态参数中的专注度、冥想度以及眨眼的次数设置权重值,进而对专注度、专注度对应的权重值、冥想度、冥想度对应的权重值、眨眼的次数以及眨眼的次数对应的权重值加权求和,以确定目标对象在当前测试项目的注意力集中度。
同理于注意力集中度的计算方式,根据所述状态参数中的学习新技能的熟练度以及脑力劳动的使用值确定所述目标对象在当前所述测试项目的学习潜力值在此不再具体详细说明。
可选地,步骤S226包括:
获取所述注意力集中度以及所述学习潜力值分别对应的权重值:
根据所述注意力集中度、所述注意力集中度对应的权重值、所述学习潜力值以及所述学习潜力值对应的权重值确定所述测试成绩。
需要说明的是,注意力集中度越小,表明目标对象在当前测试项目测试时注意力专注程度越分散,目标对象大概率没有用心测试对当前测试项目进行测试,学习潜力值越大,表明目标对象在当前测试项目测试时大概率没有掌握测试项目对应的知识点或者对测试项目对应的知识点不熟悉,对该知识点的知识掌握程度较低,因而具备更大的提升空间或者进步空间。
可选地,可预先设置注意力集中度与权重值之间的对应关系,注意力集中度越大,注意力集中度对应的权重值越小,以整体上降低测试成绩。
可选地,可预先设置学习潜力值与权重值之间的对应关系,学习潜力值越小,学习潜力值对应的权重值越小,以整体上降低测试成绩,从而根据测试成绩确定当前所述测试项目的辅助学习计划时,可频繁练习测试项目对应的知识点,以有针对性地学习具备更大提升空间以及进步空间的知识点。
在本实施例公开的技术方案中,根据目标对象在当前测试项目中对应的脑电波信号确定目标对象的状态参数,通过状态参数以获知目标对象在当前测试项目测试时的注意力集中度以及学习潜力值,进而根据注意力集中度以及学习潜力值以评估测试成绩,以通过测试成绩确定目标对象对于当前测试项目对应的知识点的知识掌握程度,进而以有针对性地学习具备更大提升空间以及进步空间的知识点,提高学习效率。
本发明还提出一种终端设备,所述终端设备包括:包括存储器、处理器以及存储在存储器里并可在处理器上运行的基于脑电波的辅助学习程序,基于脑电波的辅助学习程序被处理器执行时实现上述任一实施例中的基于脑电波的辅助学习方法的步骤。
本发明还提出一种可读存储介质,该可读存储介质上存储有基于脑电波的辅助学习程序,所述基于脑电波的辅助学习程序被处理器执行时实现如以上任一实施例所述的基于脑电波的辅助学习方法的步骤。
在本发明提供的终端设备和可读存储介质的实施例中,包含了上述基于脑电波的辅助学习方法各实施例的全部技术特征,说明书拓展和解释内容与上述基于脑电波的辅助学习方法的各实施例基本相同,在此不做再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台移动终端(可以是手机,计算机,服务器,被控终端,或者网络设备等)执行本发明每个实施例的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于脑电波的辅助学习方法,其特征在于,所述基于脑电波的辅助学习方法包括:
确定目标对象在当前测试项目中对应的脑电波信号;
根据所述脑电波信号确定所述目标对象的状态参数;
根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩;
根据所述测试成绩确定当前所述测试项目的辅助学习计划;
按照所述辅助学习计划辅助所述目标对象进行学习。
2.如权利要求1所述的基于脑电波的辅助学习方法,其特征在于,所述根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩的步骤包括:
确定已测试项目对应的辅助学习计划中获得好评的参考学习计划;
获取所述参考学习计划对应的参考测试成绩以及参考状态参数;
查找到所述参考状态参数中与所述状态参数的匹配度大于或者等于预设匹配度的目标状态参数时,根据与所述目标状态参数对应的所述参考测试成绩确定所述目标对象在当前所述测试项目的测试成绩。
3.如权利要求2所述的基于脑电波的辅助学习方法,其特征在于,所述根据所述测试成绩确定当前所述测试项目的辅助学习计划的步骤包括:
在所述测试成绩大于或者等于预设成绩时,根据当前所述测试项目对应的当前学习计划确定当前所述测试项目的辅助学习计划;
在所述测试成绩小于预设成绩时,根据与所述目标状态参数对应的所述参考学习计划确定当前所述测试项目的辅助学习计划。
4.如权利要求1所述的基于脑电波的辅助学习方法,其特征在于,所述根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩的步骤包括:
根据所述状态参数中的专注度、冥想度以及眨眼的次数确定所述目标对象在当前所述测试项目的注意力集中度;
根据所述状态参数中的学习新技能的熟练度以及脑力劳动的使用值确定所述目标对象在当前所述测试项目的学习潜力值;
根据所述注意力集中度以及所述学习潜力值确定所述测试成绩。
5.如权利要求4所述的基于脑电波的辅助学习方法,其特征在于,所述根据所述注意力集中度以及所述学习潜力值确定所述测试成绩的步骤包括:
获取所述注意力集中度以及所述学习潜力值分别对应的权重值:
根据所述注意力集中度、所述注意力集中度对应的权重值、所述学习潜力值以及所述学习潜力值对应的权重值确定所述测试成绩。
6.如权利要求1所述的基于脑电波的辅助学习方法,其特征在于,所述根据所述状态参数确定所述目标对象在当前所述测试项目的测试成绩的步骤包括:
获取当前所述测试项目对应的预设测试数据以及实际测试数据;
根据所述状态参数、所述预设测试数据以及所述实际测试数据确定目标对象在当前测试项目的测试成绩。
7.如权利要求1所述的基于脑电波的辅助学习方法,其特征在于,所述根据所述测试成绩确定当前所述测试项目的辅助学习计划的步骤包括:
根据所述测试成绩确定知识掌握程度;
根据所述知识掌握程度确定当前所述测试项目的辅助学习计划,所述辅助学习计划包括学习周期、学习频率以及学习时长,其中,所述知识掌握程度越低,所述学习周期越短、所述学习频率越大以及所述学习时长越长。
8.如权利要求1所述的基于脑电波的辅助学习方法,其特征在于,所述根据所述测试成绩确定当前所述测试项目的辅助学习计划的步骤,包括:
获取当前所述测试项目对应的测试题型;
根据所述测试成绩确定所述测试题型的辅助学习计划。
9.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器以及存储在所述存储器里并可在所述处理器上运行的基于脑电波的辅助学习程序,所述基于脑电波的辅助学习程序被所述处理器执行时实现如权利要求1-8任一项基于脑电波的辅助学习方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有基于脑电波的辅助学习程序,所述基于脑电波的辅助学习程序被处理器执行时实现如权利要求1-8任一项基于脑电波的辅助学习方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210597747.4A CN115132026A (zh) | 2022-05-27 | 2022-05-27 | 基于脑电波的辅助学习方法、终端设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210597747.4A CN115132026A (zh) | 2022-05-27 | 2022-05-27 | 基于脑电波的辅助学习方法、终端设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115132026A true CN115132026A (zh) | 2022-09-30 |
Family
ID=83378385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210597747.4A Pending CN115132026A (zh) | 2022-05-27 | 2022-05-27 | 基于脑电波的辅助学习方法、终端设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115132026A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN207731494U (zh) * | 2017-08-30 | 2018-08-14 | 河南省安信科技发展有限公司 | 一种基于脑电波分析的学习诊断系统 |
CN108836323A (zh) * | 2018-05-08 | 2018-11-20 | 河南省安信科技发展有限公司 | 一种基于脑电波分析的学习状态监测系统及其使用方法 |
CN108919962A (zh) * | 2018-08-17 | 2018-11-30 | 华南理工大学 | 基于脑机数据集中处理的辅助钢琴训练方法 |
JP6829509B1 (ja) * | 2020-09-17 | 2021-02-10 | 株式会社フォーサイト | 学習支援システムおよび学習支援方法 |
CN112890826A (zh) * | 2019-12-03 | 2021-06-04 | 王景华 | 一种基于脑电波检测的学习方法、辅助工具及控制系统 |
-
2022
- 2022-05-27 CN CN202210597747.4A patent/CN115132026A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN207731494U (zh) * | 2017-08-30 | 2018-08-14 | 河南省安信科技发展有限公司 | 一种基于脑电波分析的学习诊断系统 |
CN108836323A (zh) * | 2018-05-08 | 2018-11-20 | 河南省安信科技发展有限公司 | 一种基于脑电波分析的学习状态监测系统及其使用方法 |
CN108919962A (zh) * | 2018-08-17 | 2018-11-30 | 华南理工大学 | 基于脑机数据集中处理的辅助钢琴训练方法 |
CN112890826A (zh) * | 2019-12-03 | 2021-06-04 | 王景华 | 一种基于脑电波检测的学习方法、辅助工具及控制系统 |
JP6829509B1 (ja) * | 2020-09-17 | 2021-02-10 | 株式会社フォーサイト | 学習支援システムおよび学習支援方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109009171B (zh) | 注意力测评方法、系统及计算机可读存储介质 | |
Sun | Influence of polling technologies on student engagement: An analysis of student motivation, academic performance, and brainwave data | |
Simon et al. | A typology of negative mentoring experiences: A multidimensional scaling study | |
Laxman | A conceptual framework mapping the application of information search strategies to well and ill-structured problem solving | |
Moreno et al. | Optimizing worked‐example instruction in electrical engineering: The role of fading and feedback during problem‐solving practice | |
Spence et al. | Professional and peer life coaching and the enhancement of goal striving and well-being: An exploratory study | |
Winne et al. | Supporting self-regulated learning with cognitive tools | |
Chaouachi et al. | Modeling mental workload using EEG features for intelligent systems | |
CN103456196B (zh) | 依据群体信息进行个体教学资源递送及制作的装置和方法 | |
Hardway et al. | Using Student Choice to Increase Students' Knowledge of Research Methodology, Improve Their Attitudes toward Research, and Promote Acquisition of Professional Skills. | |
Sumadyo et al. | Metacognitive components in smart learning environment | |
Ghosh et al. | Using electronic response systems in economics classes | |
CN117076782B (zh) | 在线学习平台的课程推荐方法、装置、计算机设备及介质 | |
CN113558634A (zh) | 一种数据监测方法、装置、电子设备和存储介质 | |
CN115132026A (zh) | 基于脑电波的辅助学习方法、终端设备及可读存储介质 | |
Gerdes et al. | The role of credibility in the design of mobile solutions to enhance the social skill‐set of teenagers diagnosed with autism | |
JP7458633B2 (ja) | 学習システム、学習方法、及び学習プログラム | |
CN110765987B (zh) | 创新行为特征的量化方法、装置和电子设备 | |
Alanazi et al. | Effects on Saudi Female Student Learning Experiences in a Programming Subject Using Mobile Devices: An Empirical Study. | |
Editya et al. | Optimalization Jaro Winkler Algorithm Using Fuzzy Logic to Evaluate Essay Questions in E-Learning System Based Microserver | |
Umezawa et al. | Detection of careless mistakes during programming learning using a simple electroencephalograph | |
CN110046147A (zh) | 适用自适应系统的用户学习能力值获取方法及其应用 | |
Theyßen et al. | Development and evaluation of a laboratory course in physics for medical students | |
Yu et al. | Research on Gamification Teaching Based on ARCS Motivation Model—Taking the Mid-Level “Web Page Production and Practical Training” as an Example | |
Halim et al. | Analyzing Factors Impacting Intention to Use AI-Powered Tools in the Education Field |
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 |