[发明专利]学习状态与成效判断方法、装置、计算机设备及存储介质

权利要求书

1.一种学习状态与成效判断方法，其特征在于，所述方法包括：

实时获取课堂上每位学生的上课状态图像；

根据每位学生的上课状态图像，通过人工智能分析，得到每位学生的学习状态，并在上课结束后获取每位学生的状态结果值；

根据每位学生的状态结果值，统计全班学生的学习状态变化量；

判断全班学生的学习状态变化量是否在预设变化值的可信区间内；

若全班学生的学习状态变化量在预设变化值的可信区间内，则根据每位学生的状态结果值和全班学生的学习状态变化量，判断每位学生在课堂上的状态变化是否符合预设条件；

若有学生在课堂上的状态变化符合预设条件，则获取授课老师针对该学生输入的分析结果；

若有学生在课堂上的状态变化不符合预设条件，则对该学生的学习成绩进行智能分析，得到该学生的学习成效变化趋势。

2.根据权利要求1所述的学习状态与成效判断方法，其特征在于，所述根据每位学生的上课状态图像，通过人工智能分析，得到每位学生的学习状态，并在上课结束后获取每位学生的状态结果值，具体包括：

建立学生状态二维数组；

根据上课状态图像的脸部表情和肢体形态，通过人工智能分析，得到每位学生的心理维度和生理维度；

按心理维度和生理维度的总和，依次存入学生状态二维数组；

在上课结束后，建立学生状态结果二维数组；

根据学生状态二维数组，对学生状态结果二维数组进行赋值。

3.根据权利要求1所述的学习状态与成效判断方法，其特征在于，所述根据每位学生的状态结果值，统计全班学生的学习状态变化量，如下式：

其中，V_{student-status-average-result}为全班学生的学习状态变化量，V_{student-status-result}[n,1]为每位学生的状态结果值。

4.根据权利要求1所述的学习状态与成效判断方法，其特征在于，所述根据每位学生的状态结果值和全班学生的学习状态变化量，判断每位学生在课堂上的状态变化是否符合预设条件，具体包括：

若有学生的状态结果值与全班学生的学习状态变化量之积等于负数值，则判断该学生在课堂上的状态变化符合预设条件；

若有学生的状态结果值与全班学生的学习状态变化量之积大于2，则判断该学生在课堂上的状态变化符合预设条件；

若有学生的状态结果值与全班学生的学习状态变化量之积大于或等于0，且小于或等于2，则判断该学生在课堂上的状态变化不符合预设条件。

5.根据权利要求1-4任一项所述的学习状态与成效判断方法，其特征在于，所述对该学生的学习成绩进行智能分析，得到该学生的学习成效变化趋势，具体包括：

采用马尔科夫链算法，根据该学生的学习成绩趋势数组以及学习成绩趋势矩阵，对该学生的学习成绩进行趋势估算，得到该学生的趋势概率向量；其中，所述学习成绩趋势数组和学习成绩趋势矩阵是预先获取的；

根据该学生的趋势概率向量，比较该学生的学习成绩趋势。

6.根据权利要求5所述的学习状态与成效判断方法，其特征在于，所述采用马尔科夫链算法，根据该学生的学习成绩趋势数组以及学习成绩趋势矩阵，对该学生的学习成绩进行趋势估算，得到该学生的趋势概率向量，具体包括：

统计该学生最近N次学习成绩的区间分布比例；

根据该学生的学习成绩趋势数组，对该学生的学习成绩趋势矩阵进行矫正；

根据该学生的区间分布比例以及矫正后的学习成绩趋势矩阵，计算该学生的趋势概率向量。

7.根据权利要求1-4任一项所述的学习状态与成效判断方法，其特征在于，所述方法还包括：

若全班学生的学习状态变化量不在预设变化值的可信区间内，则获取授课老师针对课堂效果输入的分析结果。