[发明专利]学生个体行为采集系统及分析方法

权利要求书

1.学生个体行为采集系统及分析方法，其特征在于：包括外部计算机和与外部计算机连接的学习行为数据实时自动记录装置；所述学习行为数据实时自动记录装置能够采集人体加速度信息，并将人体加速度信息传递至计算机进行分析；

所述的学习行为数据实时自动记录装置包括：

动作采集单元，用于采集人体加速度信息，并输出动作信号，所述动作采集单元为加速度传感器；

时钟单元，为整个装置提供时间信息，并为加速度传感器采集到的行为数据提供时间标记；

存储单元，用于存放系统配置信息、学习行为分类特征库以及学习行为特征分析结果；

通信单元，与外部计算机相连，用于将智能分析与处理单元的处理结果传输至外部计算机，并接收外部计算机发来的指令，实现配置信息的设置及学习行为分类库的更新和升级；

智能分析与处理单元，通过其输入输出端口分别与动作采集单元、存储单元、时钟单元以及通信单元相连接，并协调它们之间的动作。

2.根据权利要求1所述的学生个体行为采集系统及分析方法，其特征在于：所述所述系统配置信息包括学生姓名、学号、课程表、每堂课的上课及下课时间、装置自动开启时间和自动关闭时间；学习行为分类库在初始条件下包括跑、跳、走路、晃动、起立、坐下、静止的行为动作；所述的通信单元通过USB接口、蓝牙、wifi、GPRS、Zigbee与外部计算机相连。

3.根据权利要求1所述的学生个体行为采集系统及分析方法，其特征在于：其由以下步骤组成：

1)启动系统，判断是否连接外部计算机，如果是，则进行步骤2)，如果否，则进行步骤3)；

2)系统配置，设置学生姓名、学号、课程表、系统自动开启时间和自动关闭时间，并进行系统时间同步；

3)对系统进行初始化，将数据分析标志清除；

4)启动数据分析进程；

5)设置数据采集中断处理程序；

6)判断系统是否结束，若结束，则退出系统，否则继续判断。

4.根据权利要求3所述的方法，其特征在于：所述方法还包括步骤7)外部分析程序，将存储的数据记录发送至外部计算机进行进一步分析，分析过程结合课程表安排，针对不同的课程及课间进行分析。

5.根据权利要求4所述的方法，其特征在于：所述步骤7)具体是：

7.1)将系统配置信息及时间信息同步至学习行为数据实时自动记录装置；

7.2)获得数据记录后，根据课程表及每堂课的上课、下课时间对数据记录进行分组，同种类别课程的数据记录分为一组；

7.3)分组后的数据记录存入计算机数据库中；

7.4)用针对课程的智能数据处理方法对每组数据进行分析；

7.5)将分析结果存入数据库中，结束程序。

6.根据权利要求3所述的方法，其特征在于：所述步骤4)具体是：

4.1)判断数据分析标志是否置位，若置位，则进入步骤4.2)，否则，重复4.1)；

4.2)根据数据单元中的时间标签，对数据分帧，并计算各数据帧的特征；

4.3)将帧序列特征与存储单元中的分类特征库进行比对，确定动作类别；

4.4)添加时间标签后，形成数据记录，并存入存储单元；

4.5)清楚数据分析标志，返回步骤4.1)。

7.根据权利要求6所述的方法，其特征在于：所述步骤4.2)中的数据帧的特征是指动作频率、强度、方向以及持续时间；所述步骤4.3)中的动作类别是指跑、跳、走路、晃动、起立、坐下以及静止；所述步骤4.4)中的数据记录包括动作时间、动作类别、动作方向、平均强度、频率以及持续时间。

8.根据权利要求3所述的方法，其特征在于：所述步骤5)具体是：

5.1)读取时钟信息；

5.2)获得传感器数据，加上时间标签，构成一个数据单元，存入当前数据采集缓冲区指针指向存储位置；

5.3)判断缓冲区是否已满，若缓冲区已满，则进行步骤5.4)至5.6)；否则，则进行步骤5.7)；

5.4)将数据采集缓冲区数据复制到数据分析缓冲区；

5.5)将数据采集缓冲区指针指向缓冲区首部；

5.6)置数据分析标志位，结束程序；

5.7)将数据采集缓冲区指针指向下一存储位置，结束程序。

9.根据权利要求8所述方法，其特征在于：所述步骤5.2)中的数据单元包括时间标签、x加速度、y加速度以及z加速度。