[发明专利]一种基于数据化智能教育培训管理系统在审

专利信息
申请号: 202211397985.7 申请日: 2022-11-09
公开(公告)号: CN115731078A 公开(公告)日: 2023-03-03
发明(设计)人: 赵亮;张鸿飞;许彩霞 申请(专利权)人: 湖北省信产通信服务有限公司科技咨询分公司
主分类号: G06Q50/20 分类号: G06Q50/20
代理公司: 西安知遇汇尔专利代理事务所(普通合伙) 61286 代理人: 孙齐
地址: 430040 湖北省武汉市东*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 智能 教育 培训 管理 系统
【权利要求书】:

1.一种基于数据化智能教育培训管理系统,用于指导培训主体(2)或受训主体(1)弥补培训过程中存在的知识缺陷,其特征在于,包括:

采集模块(3),用于采集受训主体(1)的多模态信息,所述多模态信息为所述受训者在接受培训过程中体现的手势、表情以及声音,以掌握所述受训主体(1)的互动程度;

创建模块(4),与所述采集模块(3)通信连接,用于将所述多模态信息建立多种模态的学习模型;

分析模块(5),与所述创建模块(4)通信连接,用于获取所述多模态模型,根据预设算法计算分析每种模态出现的概率,得到模态概率信息;

检测模块(6),与所述分析模块(5)通信连接,用于采集所述受训主体(1)的检测信息,并将所述检测信息传输至所述分析模块(5),所述分析模块(5)用于将所述检测信息与目标信息对比,得出缺陷信息,所述创建模块(4)用于根据所述缺陷信息建立缺陷信息模型,得到缺陷模型;其中所述目标信息为预设在所述分析模块(5)中各学科要求所述受训主体(1)达到培训目标的知识信息,所述缺陷信息为所述目标信息与所述检测信息之间相差的知识信息;

决策模块(7),与所述分析模块(5)通信连接,用于将所述模态概率信息与所述缺陷信息结合,将每种模态概率与其对应的学科的所述缺陷模型关联对应,以使受训主体(1)了解自身受训的缺陷点,进而向所述受训主体(1)给出提优建议,或指导所述培训主体(2)如何培训所述受训主体(1)掌握缺陷信息。

2.根据权利要求1所述的基于数据化智能教育培训管理系统,其特征在于,所述采集模块(3)包括:

手势采集装置(31),与所述创建模块(4)通信连接,用于获取培训过程中受训主体(1)的手势信息;

声音采集装置(32),与所述创建模块(4)通信连接,用于获取受训者与培训主体(2)之间沟通的声音信息;

表情采集装置(33),与所述创建模块(4)通信连接,用于采集所述受训主体(1)受训过程中的面部表情,以获取受训者在受训过程中的培训状态。

3.根据权利要求2所述的基于数据化智能教育培训管理系统,其特征在于,所述手势采集装置(31)选用手势识别装置。

4.根据权利要求2所述的基于数据化智能教育培训管理系统,其特征在于,所述声音采集装置(32)选用远程教育声音采集装置(32)。

5.根据权利要求2所述的基于数据化智能教育培训管理系统,其特征在于,所述表情采集装置(33)选用面部表情捕捉设备。

6.根据权利要求1所述的基于数据化智能教育培训管理系统,其特征在于,所述创建模块(4)包括:

缺陷建模子模块(41),与所述检测模块(6)通信连接,用于通过矩阵编辑所述缺陷信息,创建缺陷模型;

多模态建模子模块(42),与所述采集模块(3)通信连接,用于将所述多模态信息编辑成不同的模态矩阵,通过非线性动态系统创建多模态模型,分别得到手势模型、声音模型以及表情模型。

7.根据权利要求6所述的基于数据化智能教育培训管理系统,其特征在于,所述分析模块(5)包括:

学科评估子模块(51),与所述检测模块(6)通信连接,用于获取所述检测信息,并将所述检测信息与所述目标信息对比,得出所述缺陷信息;

手势分析子模块(52),与所述多模态建模子模块(42)通信连接,用于分析所述手势模型出现的概率,得到手势概率信息;

声音分析子模块(53),与所述多模态建模子模块(42)通信连接,用于分析所述声音出现的概率,得到声音概率信息;

表情分析子模块,与所述多模态建模子模块(42)通信连接,用于分析受训时互动状态下所述表情出现的概率,得到声音概率信息。

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湖北省信产通信服务有限公司科技咨询分公司,未经湖北省信产通信服务有限公司科技咨询分公司许可,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/202211397985.7/1.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