[发明专利]录制方法、装置与终端在审

专利信息
申请号: 201710603709.4 申请日: 2017-07-23
公开(公告)号: CN107370976A 公开(公告)日: 2017-11-21
发明(设计)人: 吴家隐 申请(专利权)人: 肇庆高新区长光智能技术开发有限公司
主分类号: H04N5/76 分类号: H04N5/76;G11B21/10
代理公司: 暂无信息 代理人: 暂无信息
地址: 526238 广东省肇庆市大旺*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 录制 方法 装置 终端
【权利要求书】:

1.一种录制方法,其特征在于,所述方法包括:

实时采集脑电波;

根据脑电波对学习状态划分级别,所述级别包括高效学习期、低效学习期及瞌睡期;录制音频或视频;

判断学习状态是否符合预设录制条件;

如果判断学习状态是否符合预设录制条件的结果为是,则录制音频或视频。

2.根据权利要求1所述的录制方法,其特征在于,所述录制音频或视频步骤后还包括:

判断脑电波级别是否符合结束录制条件;

如果判断脑电波级别是否符合结束录制条件的结果为是,则结束录制。

3.根据权利要求2所述的录制方法,其特征在于,所述录制音频或视频步骤后还包括:

根据学习状态回放所录制的音频或视频。

4.根据权利要求3所述的录制方法,其特征在于,所述结束录制音频或视频步骤后,将学习状态级别设置为所录制音频或视频的属性。

5.根据权利要求4所述的录制方法,其特征在于,所述根据脑电波对学习状态划分级别步骤还包括:

对所采集的脑电波进行预处理;

提取所述经预处理的脑电波的特征信息;

根据所述特征信息对学习状态划分级别。

6.根据权利要求5所述的录制方法,其特征在于,根据所述特征信息对学习状态划分级别步骤还包括:

确定采样周期的优势波段;

计算状态判断时间内低效学习波段比例P及睡眠波段比例Q;

根据低效学习波段比例P及睡眠波段比例Q判断状态判断时间内的学习状态级别;

其中,所述低效学习波段比例P的计算公式为:

P=N+LM+N+L]]> ;

所述睡眠波段比例Q的计算公式为:

Q=LN+L]]> ;

M为该状态判断时间内,当前优势波段为α波时的采样周期数量;

N为该状态判断时间内,当前优势波段为β波时的采样周期数量;

L为该状态判断时间内,当前优势波段为δ波或θ波时的采样周期数量。

7.根据权利要求6所述的录制方法,其特征在于,根据低效学习波段比例P及睡眠波段比例Q判断状态判断时间内的学习状态级别步骤包括:

当低效学习波段比例P小于第一阈值时,则判断状态判断时间内学习状态处于高效学习期;

当低效学习波段比例P大于第一阈值,且睡眠波段比例Q小于第二阈值时,则判断状态判断时间内学习状态处于低效学习期;

当低效学习波段比例P大于第一阈值,且睡眠波段比例Q大于第二阈值时,则判断状态判断时间内学习状态处于瞌睡期。

8.根据权利要求3至7之一所述的录制方法,其特征在于,根据学习状态回放所录制的音频或视频步骤还包括:

播放指定属性的音频或视频。

9.一种录制装置,其特征在于,所述装置包括:

采集模块,用于实时采集脑电波;

分级模块,用于根据脑电波对学习状态划分级别,所述级别包括高效学习期、低效学习期及瞌睡期;录制音频或视频;

录制判断模块,用于判断学习状态是否符合预设录制条件;

录制模块,用于在判断学习状态是否符合预设录制条件的结果为是时,录制音频或视频。

10.一种录制终端,其特征在于,所述终端包括:

脑电波采集组件、处理组件、存储器、摄像头、音频输入组件和显示组件;

所述脑电波采集组件,用于采集脑电波信号并传输到所述处理组件;

所述处理组件;

所述存储器,用于存储处理器可执行指令及数据;

所述摄像头,用于获取视频图像并传输到所述处理组件;

所述音频输入组件,用于获取音频信号并传输到所述处理组件;

所述显示组件与处理组件连接,用于显示文字、视频和图片信息;

其中,所述处理组件被配置为:

实时采集脑电波;

根据脑电波对学习状态划分级别,所述级别包括高效学习期、低效学习期及瞌睡期;录制音频或视频;

判断学习状态是否符合预设录制条件;

如果判断学习状态是否符合预设录制条件的结果为是,则录制音频或视频。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于肇庆高新区长光智能技术开发有限公司,未经肇庆高新区长光智能技术开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710603709.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top