CN115845397A - 专注力与反应力的训练难度控制方法、装置及终端设备 - Google Patents

Abstract

本发明公开了专注力与反应力的训练难度控制方法、装置及终端设备，所述方法包括：获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内；获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息；基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。本发明可结合将所有的所述待训练目标成功移动至对应的区域的成功次数与耗时信息来选择不同训练难度的目标模板，以此实现了对专注力与反应力的训练难度控制效果。

Description

专注力与反应力的训练难度控制方法、装置及终端设备

技术领域

本发明涉及训练结果评估技术领域，尤其涉及一种专注力与反应力的训练难度控制方法、装置及终端设备。

背景技术

现有技术中，针对专注力训练或者反应力训练基本都是单一训练方式，也就是说，在所有的训练模式中都仅仅只能训练专注力或者反应力，而很多应用场景中，专注力和反应力是密不可分的，尤其是智能游戏的应用中，专注力训练和反应力训练都是需要的，而目前对于专注力训练和反应力训练的训练难度基本都是预先设置好的，用户由易至难依次训练，这样会导致训练效率低，尤其是一些难度简单的训练过程，无疑是浪费了时间。

因此，现有技术还有待改进和提高。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种专注力与反应力的训练难度控制方法、装置及终端设备，旨在解决现有技术中对于专注力训练和反应力训练的训练难度基本都是预先设置好的，用户由易至难依次训练，这样会导致训练效率低的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

第一方面，本发明提供一种专注力与反应力的训练难度控制方法，其中，所述方法包括：

获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内；

获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息；

基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。

在一种实现方式中，所述基于所述预训练模板，获取若干待训练目标，包括：

基于所述预训练模板，确定所述预训练模板的布局信息；

基于所述布局信息，确定所述预训练模板中各个区域的位置信息；

记录每一个区域对应的目标对象，并调取每一个所述目标对象所对应的目标信息，所述目标信息用于反映所述目标对象的名称与类型；

获取预设的材料库，所述材料库中包括若干目标对象以及每一个目标对象对应的目标信息；

基于所述目标信息，从预设的材料库中选择与所述目标信息匹配的目标对象，并将成功匹配的目标对象作为所述待训练目标。

在一种实现方式中，所述每一个所述待训练目标依次移动至所述预训练模板中对应的区域内，包括：

采集当前脑电信号数据，确定所述当前脑电信号数据所对应的当前脑电信号强度，并确定所述当前脑电信号强度所对应的当前专注力值；

获取每一个区域所对应的目标专注力值，并将所述目标专注力值与所述专注力值进行比较；

若所述专注力值大于所述目标专注力值，则确定专注力训练已达标，并控制所述待训练目标开始往对应的区域移动。

在一种实现方式中，所述基于所述耗时信息与成功次数，选择目标模板，包括：

若每一次的耗时信息均小于预设的时间阈值，且成功次数满足预设次数，则确定针对所述预训练模板的反应力训练与专注力训练均已达标；

获取每一次的耗时信息所对应的反应力分数，基于所述反应力分数，选择所述目标模板。

在一种实现方式中，所述获取每一次的耗时信息所对应的反应力分数，包括：

获取预设的耗时信息与反应力训练分数之间的对应关系，所述对应关系为递减函数关系；

基于所述递减函数关系，确定每一次的耗时信息所对应的所述反应力训练分数。

在一种实现方式中，所述基于所述反应力分数，选择所述目标模板，包括：

将所述反应力分数与模板库中的每一个训练模板的训练要求进行匹配，所述训练要求包括训练时间以及在所述训练时间内需要满足的目标反应力分数；

根据所述反应力分数与所述目标反应力分数，得到所述目标模板。

在一种实现方式中，所述根据所述反应力分数与所述目标反应力分数，得到所述目标模板，包括：

获取所述目标反应力分数大于或者等于所述反应力分数的训练模板；

将所述目标反应力分数大于或者等于所述反应力分数的训练模板，按照所述目标反应力分数从小至大依次排列，并依次作为所述目标模板。

第二方面，本发明实施例还提供一种专注力与反应力的训练难度控制装置，其中，所述装置包括：

预训练模块，用于获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内；

耗时与次数记录模块，用于获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息；

训练难度选择模块，用于基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。

第三方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的专注力与反应力的训练难度控制程序，处理器执行专注力与反应力的训练难度控制程序时，实现上述方案中任一项的专注力与反应力的训练难度控制方法的步骤。

第四方面，本发明实施例还提供一种计算机可读存储介质，其中，计算机可读存储介质上存储有专注力与反应力的训练难度控制程序，所述专注力与反应力的训练难度控制程序被处理器执行时，实现上述方案中任一项所述的专注力与反应力的训练难度控制方法的步骤。

有益效果：与现有技术相比，本发明提供了一种专注力与反应力的训练难度控制方法，首先，获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内。然后，获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息。最后，基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。本发明可结合将所有的所述待训练目标成功移动至对应的区域的成功次数与耗时信息来选择不同训练难度的目标模板，只有每一次的耗时信息均小于预设的时间阈值，且成功次数大于或等于预设次数，才能确定针对所述预训练模板的反应力训练与专注力训练都是达标的，实现了对专注力与反应力的训练难度控制效果。也就是说，本发明能够根据不同用户的当前专注力与反应力训练情况，来选择不同难度等级的预训练模板，从而更为灵活地满足不同用户的训练需求，明显提高了训练效率。

附图说明

图1为本发明实施例提供的专注力与反应力的训练难度控制方法的具体实施方式的流程图。

图2为本发明实施例提供的专注力与反应力的训练难度控制装置的功能原理图。

图3为本发明实施例提供的终端设备的原理框图。

具体实施方式

为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本实施例提供一种专注力与反应力的训练难度控制方法，具体实施时，本实施例首先获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内。然后，获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息。最后，基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。本实施例可结合将所有的所述待训练目标成功移动至对应的区域的成功次数与耗时信息来选择不同训练难度的目标模板，实现了对专注力与反应力的训练难度控制效果。也就是说，本实施例能够根据不同用户的当前专注力与反应力训练情况，来选择不同难度等级的预训练模板，从而更为灵活地满足不同用户的训练需求，明显提高了训练效率。

举例说明，本实施例需要玩家根据预训练模板，将所述预训练模板中的每一个不同的菜品依次移动至所述预训练模板中每一个不同的菜品所对应的区域内，然后获得所述菜品成功移动至对应的区域的成功次数与耗时信息，其中，只有所述成功次数大于或等于预设次数，且每一次的耗时信息均小于预设的时间阈值，才能确定针对所述预训练模板的反应力训练与专注力训练都是达标的。当用户将所有的所述待训练目标成功移动至对应的区域内的成功次数越多，所对应的专注力分数就越高；同样地，将所有的所述待训练目标成功移动至对应的区域内的耗时信息越小，所对应的反应力分数就越高，以此来实现对专注力与反应力的训练难度进行控制。此外，本实施例根据不同用户的当前专注力与反应力训练情况，来选择不同难度等级的预训练模板，比如，当用户专注力持续成功次数大于或等于预设次数，且耗时信息小于预设的时间阈值， 可以直接跳级到高阶难度关卡，实现对训练难度等级的控制目的；而用户的反应力和专注力较弱时，则继续按照预先排列好的难度等级进行闯关，从而实现循序渐进，更为灵活地满足不同用户的训练需求，实现对专注力与反应力的训练难度进行控制，从而提高了训练的效率。

示例性方法

本实施例的专注力与反应力的训练难度控制方法可应用于终端设备中，所述终端设备可为手机、平板、电脑等智能化产品终端。在本实施例中，所述终端设备可为与专注力与反应力的训练难度控制装置连接的外接设备，也可以为内置在所述专注力与反应力的训练难度控制装置中的设备。如图1中所示，本实施例的专注力与反应力的训练难度控制方法包括如下步骤：

步骤S100、获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内。

具体实施时，本实施例预先提供一个预训练模板，所述预训练模板给玩家提供需要记忆的原始画面，比如，本实施例提供的原始画面中存在有若干个格子区域，每个格子区域放置有若干个不同的菜品。然后，基于所述预训练模板，获取若干待训练目标，比如，本实施例中玩家需要根据预先提供的预训练模板来获取原始画面中的若干个不同的菜品，并将所述若干个不同的菜品作为所述若干待训练目标。进一步地，再将获取的每一个所述待训练目标依次移动至所述预训练模板中对应的区域内，即玩家需要根据记忆画面将获取的每一个不同的菜品依次移动至所述记忆画面中每一个不同的菜品所对应的区域内。

在一种实现方式中，本实施例基于所述预训练模板，获取若干待训练目标时，包括如下步骤：

步骤S101、基于所述预训练模板，确定所述预训练模板的布局信息；

步骤S102、基于所述布局信息，确定所述预训练模板中各个区域的位置信息；

步骤S103、记录每一个区域对应的目标对象，并调取每一个所述目标对象所对应的目标信息，所述目标信息用于反映所述目标对象的名称与类型；

步骤S104、获取预设的材料库，所述材料库中包括若干目标对象以及每一个目标对象对应的目标信息；

步骤S105、基于所述目标信息，从预设的材料库中选择与所述目标信息匹配的目标对象，并将成功匹配的目标对象作为所述待训练目标。

具体地，本实施例首先基于所述预训练模板来确定所述预训练模板的布局信息，再基于所述布局信息，确定所述预训练模板中各个区域的位置信息。比如，本实施例中玩家需要基于预先提供的需要记忆的原始画面来确定原始画面的布局信息，将原始画面的若干个格子区域进行布局划分，然后分别记忆每个格子区域中每一个菜品所在的位置信息。

进一步地，本实施例通过所述各个区域的位置信息,来记录每一个区域对应的目标对象，举个例子，本实施例中玩家需要根据原始画面确定的各个区域的位置信息来记录每一个区域所对应的目标对象，比如，所述原始画面的每个格子区域都有若干个菜品，那么每一个菜品都是该区域所对应的目标对象。当左边的格子区域放置有苹果，中间的格子区域放置有鸡蛋，右边的格子区域放置有牛奶，那么左边区域对应的目标对象就是苹果、中间区域对应的目标对象就是鸡蛋、而右边区域对应的目标对象就是牛奶。同时，本实施例需要记录每一个区域对应的目标对象，调取每一个所述目标对象所对应的目标信息，所述目标信息用于反映所述目标对象的名称与类型，具体地，若本实施例中的目标对象是苹果，那么则需要用户调取记忆画面中苹果图片所对应的名称--苹果，以及类型--水果；当所述目标对象是牛奶，那么则需要用户调取记忆画面中牛奶图片所对应的名称--牛奶，以及类型--饮料。

在一种实现方式中，本实施例还会提供一个预设的材料库，所述材料库中包括若干目标对象以及每一个目标对象对应的目标信息。具体地，在用户基于所述预训练模板获得了原始的记忆画面后，设定有一个记忆时间，当所述记忆时间结束，本实施例会将所述若干目标对象以及每一个目标对象对应的目标信息从所述预训练模板中分离出来的，并放入所述预设的材料库中，其中，所述预设的材料库中包括有全部在所述预训练模板中出现过的目标对象。最后，玩家通过所述记忆画面中的目标对象以及目标信息，就可以从预设的材料库中选择与所述目标信息匹配的目标对象，并将成功匹配的目标对象作为所述待训练目标，通过将若干个获取的所述待训练目标依次移动至所述预训练模板中对应的区域内，就可以根据所述记忆画面进行画面复原。

在一种实现方式中，本实施例将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内时，包括如下步骤：

步骤S111、 采集当前脑电信号数据，确定所述当前脑电信号数据所对应的当前脑电信号强度，并确定所述当前脑电信号强度所对应的当前专注力值；

步骤S112、 获取每一个区域所对应的目标专注力值，并将所述目标专注力值与所述专注力值进行比较；

步骤S113、 若所述专注力值大于所述目标专注力值，则确定专注力训练已达标，并控制所述待训练目标开始往对应的区域移动。

具体实施时，本实施例首先采集当前脑电信号数据，该脑电信号数据可以是基于脑电信号数据的采集设备向终端设备发送得到的，也可以是用户向终端设备输入的。用户可基于终端设备上设置的信号数据传感器输入该脑电信号数据，当终端设备获取到脑电信号数据，就可以基于所述脑电信号数据来确定所述当前脑电信号数据所对应的脑电信号强度。

进一步地，所述脑电信号数据反映的是脑电信号强度的各种数值，本实施例通过各种数值的大小来确定所述脑电信号强度，将所述脑电信号强度分为弱和强。具体地，本实施例预先设定一个脑电信号强度的标准中间值，用于划分用户一段时间内脑电信号强度，比如，将本实施例中的脑电信号强度标准中间值设定为k，那么当所述获得的脑电信号强度数值小于或等于k时，判定所述脑电信号强度为弱；当所述获得的脑电信号强度数值大于k时，判定所述脑电信号强度为强。

在一种实现方式中，本实施例根据获取的脑电信号强度来确定与所述脑电信号强度所对应的强度等级，具体地，当所述获得的脑电信号强度为弱时，判定相对应的所述强度等级为一级；当所述获得的脑电信号强度为强时，判定相对应的所述强度等级为二级。进一步地，在本实施例中，当所述强度等级为一级时，所对应的专注力值为1；当所述强度等级为二级时，所对应的专注力值为2。举个例子，若终端设备获取到的脑电信号数据为a，且a>k，那么可以判定出用户此时的脑电信号强度为强，对应的强度等级为二级，相对应的专注力值为2。

具体实施过程中，本实施例还需要先获取每一个区域所对应的目标专注力值，其中，所述目标专注力值反映的是用户记忆当前所述预训练目标移动至所述区域所需的专注力值，本实施例将所述目标专注力值记为M。然后，将所述获取的目标专注力值与所述专注力值进行比较，当所述专注力值大于所述目标专注力值M时，表示用户当前的目标专注力值已经成功记忆下所述待训练目标应当摆放至的区域位置，并且确定专注力训练已达标，然后控制所述待训练目标开始往对应的区域移动。

优选地，相同时间下，当所述预设目标数量越多，相对应的目标专注力值就越大，同时，就需要更大的专注力值才能控制所述预设目标开始往所述预期位置移动。举个例子，本实施例将所述专注力值记为Z,当本实施例中的菜品元素为3个时，用户记忆3个菜品应当各自移动至的区域位置较为轻松，此时当所述目标专注力值为M1时，便可以满足专注力值Z>目标专注力值M1，便开始控制所述菜品逐个往所述区域位置移动。随着关卡的升级，本实施例中的菜品元素会逐渐增加为4、5、6...9、10，比如当菜品增加为8个，在相同的记忆时间下，用户记忆8个菜品应当各自移动至的区域位置就相对困难，此时所需专注力值需要大于记忆3个菜品时的专注力值，比如目标专注力值为M2，才满足专注力值Z>目标专注力值M2，明显地，M2>M1,也就是说，随着本实施例中关卡的升级，也需要用户具备更高的所述专注力值Z才能控制所述菜品开始往所述区域位置移动。

步骤S200、获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息。

具体实施时，本实施例优先提供一个预设时长，所述预设时长用于限定用户将所述待训练目标移动至所述预训练模板中的时间，可以理解为每一关卡的限定时长，比如，本实施例中每一关卡的预设时长为15s，则在这15s后，无论用户是否将所有的所述待训练目标都成功移动至对应的区域，都将停止计数，同时，将这15s内用户把所述待训练目标成功移动至对应的区域的成功次数进行记录，以及记录下用户每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息。一种情况下，用户在15s内，没有将所有的所述待训练目标都成功移动至对应的区域，此时只需要记录用户在这15s内将所述待训练目标成功移动至对应的区域的成功次数即可，比如，用户用了15s只将4个待训练目标中的3个待训练目标成功移动至对应的区域，此时，记录成功次数为3，且耗时大于15s；一种情况下，用户刚好在这15s内将所有的所述待训练目标都成功移动至对应的区域，此时需要将所有成功次数及所用耗时信息都进行记录；另一种情况，用户可能在所述预设时长结束前，就已经将所有的所述待训练目标都成功移动至对应的区域，比如，用户只用了7s就将4个待训练目标全部成功移动至对应的区域，那么此时，需要记录下将这4个所述待训练目标成功移动至对应的区域的成功次数为4,且将所有的所述待训练目标成功移动至对应的区域内的耗时信息为7s。

步骤S300、基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。

具体实施时，本实施例根据在预设时长内所获得的：将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息，可以进一步和预设的成功次数以及预设的耗时信息进行比较，以此得出不同的目标模板，其中，比较结果的不同也分别对应不同训练难度的目标模板。

在一种实现方式中，本实施例基于所述耗时信息与成功次数，选择目标模板时，包括如下步骤：

步骤S301、 若每一次的耗时信息均小于预设的时间阈值，且成功次数满足预设次数，则确定针对所述预训练模板的反应力训练与专注力训练均已达标；

步骤S302、获取每一次的耗时信息所对应的反应力分数，基于所述反应力分数，选择所述目标模板。

具体实施时，本实施例优先提供一个预设的时间阈值和预设次数，只有每一次的耗时信息均小于预设的时间阈值，且成功次数大于或等于预设次数，才能确定针对所述预训练模板的反应力训练与专注力训练都是达标的。

举个例子，本实施例中有10个不同难度等级的关卡，每一关卡的预设时长均为15s，也就是说每一个关卡中预设的时间阈值都为15s。优选地，本实施例每一关卡的不同难度等级是通过待训练目标的不同数量来体现的，具体地，本实施例的第1关卡中，所述待训练目标数量为3、对应的预设次数为2，也就是说，将3个所述待训练目标成功移动至对应的区域的成功次数为大于或等于2，且所获得的耗时信息小于15s，才表示所述预训练模板的反应力训练与专注力训练都是达标的。

在一种实现方式中，步骤S302中获取每一次的耗时信息所对应的反应力分数时，具体包括如下步骤：

步骤A1、获取预设的耗时信息与反应力训练分数之间的对应关系，所述对应关系为递减函数关系；

步骤A2、基于所述递减函数关系，确定每一次的耗时信息所对应的所述反应力训练分数。

具体实施过程中，当用户将所有的所述待训练目标成功移动至对应的区域内的耗时信息越小，所对应的反应力分数就越高，反之，当用户将所有的所述待训练目标成功移动至对应的区域内的耗时信息逐渐增加，所对应的反应力分数就逐渐降低。因此，所述预设的耗时信息与反应力训练分数之间的是存在一种对应关系的，所述对应关系具体表示为一种递减函数关系。具体地，本实施例中将所有的所述待训练目标成功移动至对应的区域内的耗时情况细分为三个区间，每个区间对应一个反应力分数。比如，本实施例中将所有的所述待训练目标成功移动至对应的区域内的耗时信息为T，当T≤9s时，为第一区间；当9s<T≤12s时，为第二区间；当12s<T≤15s时，为第三区间。然后，基于所述递减函数关系，确定每一次的耗时信息所对应的所述反应力训练分数，其中，第一区间对应的反应力分数为100分、第二区间对应的反应力分数为80分、第三区间对应的反应力分数为60分。

在一种实现方式中，步骤S302中基于所述反应力分数，选择所述目标模板时，具体包括如下步骤：

步骤A3、将所述反应力分数与模板库中的每一个训练模板的训练要求进行匹配，所述训练要求包括训练时间以及在所述训练时间内需要满足的目标反应力分数；

步骤A4、根据所述反应力分数与所述目标反应力分数，得到所述目标模板。

具体地，所述步骤A4包括如下步骤：

步骤B1、获取所述目标反应力分数大于或者等于所述反应力分数的训练模板；

步骤B2、将所述目标反应力分数大于或者等于所述反应力分数的训练模板，按照所述目标反应力分数从小至大依次排列，并依次作为所述目标模板。

具体实施过程中，不同的反应力分数分别对应不同难度等级的目标模板。本实施例提供的模板库中预设有各种训练要求下的训练模板，其中，所述训练要求包括训练时间以及在所述训练时间内需要满足的目标反应力分数。比如，在本实施例的第一关卡中，用户将所有的所述待训练目标成功移动至对应的区域内的耗时信息T满足9s<T≤12s，反应力分数为80分。然后，本实施例会基于所述反应力分数在所述训练模板中选择目标反应力分数大于或者等于反应力分数（80分）的训练模板，并且这些训练模板都可以作为下一关卡（第二关卡）的目标模板。可以理解为，用户在第一关卡中获得的反应力分数决定了在后续关卡中对反应力的训练难度，若用户在第一关卡中的耗时信息T满足12s<T≤15s，反应力分数为60分，此时，在所述训练模板中选择目标反应力分数大于或者等于60分的训练模板的数量要多于目标反应力分数大于或者等于80分的训练模板、训练难度则低于目标反应力分数大于或者等于80分的训练模板。

进一步地，本实施例将所述目标反应力分数大于或者等于所述反应力分数的训练模板，按照所述目标反应力分数从小至大依次排列，并依次作为所述目标模板。也就是说，当目标反应力分数大于等于反应力分数时，所获取到的训练模板中提供的反应力的训练难度就得到增加，通过将所述目标反应力分数从小至大依次排列，可以获得反应力训练难度等级由易到难的训练模板的排列顺序。最后，本实施例可以根据训练模板的排列顺序将其依次作为下一关卡的目标模板，达到了关卡递增、训练难度等级也逐渐递增的目的，以此实现对反应力的训练难度进行控制的效果。

优选地，本实施例中还能实现跳级的功能，当用户专注力持续高于预设等级、反应时间连续低于预设时间，且连续多个关卡获得分数100分时，直接跳级到预设高阶难度关卡，实现对训练难度等级的控制目的。其中，所述多个关卡的具体关数是用户根据需求自行设定的，若用户的反应力和专注力较弱，则可以将跳级条件调高，比如设置为连续3个关卡获得分数100分才能跳级，以此实现多次训练，达到对反应力的训练效果。

综上，本实施例提供一种专注力与反应力的训练难度控制方法，具体实施时，本实施例首先获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内。然后，获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息。最后，基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。本实施例可结合将所有的所述待训练目标成功移动至对应的区域的成功次数与耗时信息来选择不同训练难度的目标模板，实现了对专注力与反应力的训练难度控制效果。也就是说，本实施例能够根据不同用户的当前专注力与反应力训练情况，来选择不同难度等级的预训练模板，从而更为灵活地满足不同用户的训练需求，明显提高了训练效率。

示例性装置

基于上述实施例，本发明还提供一种专注力与反应力的训练难度控制装置，如图2中所示，所述专注力与反应力的训练难度控制装置包括：预训练模块201、耗时与次数记录模块202、训练难度选择模块203。具体地，所述预训练模块201，用于获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内。所述耗时与次数记录模块202，用于获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息。所述训练难度选择模块203，用于基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。

在一种实现方式中，所述预训练模块201，包括：

布局信息确定单元，用于基于所述预训练模板，确定所述预训练模板的布局信息；

位置信息确定单元，用于基于所述布局信息，确定所述预训练模板中各个区域的位置信息；

目标信息确定单元，用于记录每一个区域对应的目标对象，并调取每一个所述目标对象所对应的目标信息，所述目标信息用于反映所述目标对象的名称与类型；

材料库获取单元，用于获取预设的材料库，所述材料库中包括若干目标对象以及每一个目标对象对应的目标信息；

目标对象匹配单元，用于基于所述目标信息，从预设的材料库中选择与所述目标信息匹配的目标对象，并将成功匹配的目标对象作为所述待训练目标；

专注力值确定单元，用于采集当前脑电信号数据，确定所述当前脑电信号数据所对应的当前脑电信号强度，并确定所述当前脑电信号强度所对应的当前专注力值；

目标专注力值比较单元，用于获取每一个区域所对应的目标专注力值，并将所述目标专注力值与所述专注力值进行比较；

待训练目标控制单元，用于若所述专注力值大于所述目标专注力值，则确定专注力训练已达标，并控制所述待训练目标开始往对应的区域移动。

在一种实现方式中，所述训练难度选择模块203，包括：

训练程度判断单元，用于若每一次的耗时信息均小于预设的时间阈值，且成功次数满足预设次数，则确定针对所述预训练模板的反应力训练与专注力训练均已达标；

目标模板选择单元，用于获取每一次的耗时信息所对应的反应力分数，基于所述反应力分数，选择所述目标模板。

在一种实现方式中，所述目标模板选择单元，包括：

对应关系获取单元，用于获取预设的耗时信息与反应力训练分数之间的对应关系，所述对应关系为递减函数关系；

反应力训练分数确定单元，用于基于所述递减函数关系，确定每一次的耗时信息所对应的所述反应力训练分数；

训练要求匹配单元，用于将所述反应力分数与模板库中的每一个训练模板的训练要求进行匹配，所述训练要求包括训练时间以及在所述训练时间内需要满足的目标反应力分数；

目标模板确定单元，用于根据所述反应力分数与所述目标反应力分数，得到所述目标模板。

在一种实现方式中，所述目标模板确定单元，包括：

训练模板确定子单元，用于获取所述目标反应力分数大于或者等于所述反应力分数的训练模板；

目标模板排列子单元，用于将所述目标反应力分数大于或者等于所述反应力分数的训练模板，按照所述目标反应力分数从小至大依次排列，并依次作为所述目标模板。

本实施例的专注力与反应力的训练难度控制装置中各个模块的工作原理与上述方法实施例中各个步骤的原理相同，此处不再赘述。

基于上述实施例，本发明还提供了一种终端设备，所述终端设备的原理框图可以如图3所示。终端设备可以包括一个或多个处理器100（图3中仅示出一个），存储器101以及存储在存储器101中并可在一个或多个处理器100上运行的计算机程序102，例如，专注力与反应力的训练难度控制的程序。一个或多个处理器100执行计算机程序102时可以实现专注力与反应力的训练难度控制的方法实施例中的各个步骤。或者，一个或多个处理器100执行计算机程序102时可以实现专注力与反应力的训练难度控制的装置实施例中各模块/单元的功能，此处不作限制。

在一个实施例中，所称处理器100可以是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

在一个实施例中，存储器101可以是电子设备的内部存储单元，例如电子设备的硬盘或内存。存储器101也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡（smart media card，SMC），安全数字（secure digital，SD）卡，闪存卡（flash card）等。进一步地，存储器101还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及终端设备所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。

本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双运营数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

综上，本发明公开了专注力与反应力的训练难度控制方法、装置、终端设备及存储介质，所述方法包括：获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内；获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息；基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。本发明可结合将所有的所述待训练目标成功移动至对应的区域的成功次数与耗时信息来选择不同训练难度的目标模板，以此实现了对专注力与反应力的训练难度控制效果。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种专注力与反应力的训练难度控制方法，其特征在于，所述方法包括：

获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内；

获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息；

基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。

2.根据权利要求1所述的专注力与反应力的训练难度控制方法，其特征在于，所述基于所述预训练模板，获取若干待训练目标，包括：

基于所述预训练模板，确定所述预训练模板的布局信息；

基于所述布局信息，确定所述预训练模板中各个区域的位置信息；

记录每一个区域对应的目标对象，并调取每一个所述目标对象所对应的目标信息，所述目标信息用于反映所述目标对象的名称与类型；

获取预设的材料库，所述材料库中包括若干目标对象以及每一个目标对象对应的目标信息；

基于所述目标信息，从预设的材料库中选择与所述目标信息匹配的目标对象，并将成功匹配的目标对象作为所述待训练目标。

3.根据权利要求2所述的专注力与反应力的训练难度控制方法，其特征在于，所述每一个所述待训练目标依次移动至所述预训练模板中对应的区域内，包括：

采集当前脑电信号数据，确定所述当前脑电信号数据所对应的当前脑电信号强度，并确定所述当前脑电信号强度所对应的当前专注力值；

获取每一个区域所对应的目标专注力值，并将所述目标专注力值与所述专注力值进行比较；

若所述专注力值大于所述目标专注力值，则确定专注力训练已达标，并控制所述待训练目标开始往对应的区域移动。

4.根据权利要求1所述的专注力与反应力的训练难度控制方法，其特征在于，所述基于所述耗时信息与成功次数，选择目标模板，包括：

若每一次的耗时信息均小于预设的时间阈值，且成功次数满足预设次数，则确定针对所述预训练模板的反应力训练与专注力训练均已达标；

获取每一次的耗时信息所对应的反应力分数，基于所述反应力分数，选择所述目标模板。

5.根据权利要求4所述的专注力与反应力的训练难度控制方法，其特征在于，所述获取每一次的耗时信息所对应的反应力分数，包括：

获取预设的耗时信息与反应力训练分数之间的对应关系，所述对应关系为递减函数关系；

基于所述递减函数关系，确定每一次的耗时信息所对应的所述反应力训练分数。

6.根据权利要求5所述的专注力与反应力的训练难度控制方法，其特征在于，所述基于所述反应力分数，选择所述目标模板，包括：

将所述反应力分数与模板库中的每一个训练模板的训练要求进行匹配，所述训练要求包括训练时间以及在所述训练时间内需要满足的目标反应力分数；

根据所述反应力分数与所述目标反应力分数，得到所述目标模板。

7.根据权利要求6所述的专注力与反应力的训练难度控制方法，其特征在于，所述根据所述反应力分数与所述目标反应力分数，得到所述目标模板，包括：

获取所述目标反应力分数大于或者等于所述反应力分数的训练模板；

将所述目标反应力分数大于或者等于所述反应力分数的训练模板，按照所述目标反应力分数从小至大依次排列，并依次作为所述目标模板。

8.一种专注力与反应力的训练难度控制装置，其特征在于，所述装置包括：

预训练模块，用于获取预训练模板，基于所述预训练模板，获取若干待训练目标，并将每一个所述待训练目标依次移动至所述预训练模板中对应的区域内；

耗时与次数记录模块，用于获取在预设时长内，将所有的所述待训练目标成功移动至对应的区域的成功次数，以及每一次将所有的所述待训练目标成功移动至对应的区域内的耗时信息；

训练难度选择模块，用于基于所述耗时信息与成功次数，选择目标模板，其中，不同的目标模板对应不同的训练难度。

9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的专注力与反应力的训练控制程序，所述处理器执行专注力与反应力的训练控制程序时，实现如权利要求1-7任一项所述的专注力与反应力的训练控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有专注力与反应力的训练控制程序，所述专注力与反应力的训练控制程序被处理器执行时，实现如权利要求1-7任一项所述的专注力与反应力的训练控制方法的步骤。

Images