[发明专利]一种基于可穿戴设备的学生学习状态的识别方法与系统

权利要求书

1.一种基于可穿戴设备的学生学习状态的识别方法，其特征是：包括以下步骤：

(1)将人类现有的情绪分类，设置与各分类相对应的生理指标，录入情绪数据库，将学习时的行为状态分类，设置与各类相对应的人体三轴加速度信号量，录入行为数据库；

(2)利用可穿戴设备采集生理指标以及个体三轴加速度信号量，对采集信号进行滤波，再进行时域特征、频域特征的提取；

(3)采用线性判别方法对提取的时域特征、频域特征进行降维，确定降维后的生理指标及三轴加速度信号量；

(4)将降维出的生理指标及三轴加速度信号量分别与情绪数据库和行为数据库中的数据进行比较，识别得到各个时段内的所属情绪和行为状态。

2.如权利要求1所述的一种基于可穿戴设备的学生学习状态的识别方法，其特征是：所述步骤(1)中，每种情绪对应设置相应的生理指标范围，生理指标包括：心率、血流速度、体温、脑电波频率、脑电波功率、脑电波功率谱密度和/或脑电波能量极其不对称性。

3.如权利要求1所述的一种基于可穿戴设备的学生学习状态的识别方法，其特征是：所述步骤(1)中，根据人在日常生活学习时所产生的行为，建立行为数据库，并设置每种行为的人体三轴加速度信号量。

4.如权利要求1所述的一种基于可穿戴设备的学生学习状态的识别方法，其特征是：所述步骤(2)中，采集人体的生理指标以及三轴加速度信号量，具体包括时间、类目和数值。

5.如权利要求1所述的一种基于可穿戴设备的学生学习状态的识别方法，其特征是：所述步骤(2)中，对三轴加速度信号量进行滤波的差分方程为：

$y\left(n\right)={\mathrm{\Σ}}_{m=0}^{N-1}h\left(m\right)x(n-m)=h\left(n\right)\⊗x\left(n\right)---\left(1\right)$

式中，N为滤波器的窗体长度，h(m)为具体脉冲滤波系统，x(n)为输入待滤波信号，y(n)为滤波后输出信号，滤波系统由下式得到

h(n)＝W_N(n)h_d(n)(2)

式中，h_d(n)为理想滤波器，f_N(n)为窗体函数，N为窗体长度，其中窗体函数为：

$w_N\left(n\right)=\left\{\begin{array}{cc}0.5-0.5cos\frac{2\mathrm{\π}n}{N-1}& 0\≤n\≤N-1\\ 0& \end{array}\right.---\left(3\right).$