[發(fā)明專利]課堂評測方法、裝置及計算機(jī)可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201810345765.7
• 申請日: 2018-04-17
• 公開（公告）號: CN108537704A
• 公開（公告）日: 2018-09-14
• 發(fā)明（設(shè)計）人: 韓璧丞;阿迪斯;李昂;鄭輝;楊釗祎;劉晨皓;孟木子;于翔;孫東勝;孫越;苗任凱;周承邦;邵真;郭西鵬;程翼;單思聰
• 申請（專利權(quán)）人: 深圳市心流科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06K9/00;G06N99/00
• 代理公司: 深圳市世紀(jì)恒程知識產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國

本發(fā)明公開了一種課堂評測方法，包括以下步驟：獲取學(xué)生的腦電波數(shù)據(jù)；利用預(yù)設(shè)算法獲取所述腦電波數(shù)據(jù)對應(yīng)的能量信息；提取所述能量信息的特征數(shù)據(jù)；基于所述特征數(shù)據(jù)計算目標(biāo)注意力數(shù)值，分析注意力狀態(tài)。本發(fā)明還公開了一種課堂評測裝置及計算機(jī)可讀存儲介質(zhì)。本發(fā)明實現(xiàn)了對注意力數(shù)值的計算與分析，從而客觀、有效的對用戶注意力水平進(jìn)行評測，進(jìn)而提高了課堂教學(xué)效率。

技術(shù)領(lǐng)域

本發(fā)明涉及教育信息化技術(shù)領(lǐng)域，尤其涉及一種課堂評測方法、裝置及計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

人類的心理活動變化與自身的腦電波變化存在一定的關(guān)聯(lián)，例如，人在專心學(xué)習(xí)、注意力集中時，大腦頻率處于α波，(頻率范圍8-13Hz)，此時腦波比較平穩(wěn)，是人們學(xué)習(xí)與思考的最佳腦波狀態(tài)。當(dāng)學(xué)習(xí)興奮，或精神緊張時，大腦頻率處于β波(頻率范圍14Hz以上)，此時腦波頻率變快，幅度加大，適當(dāng)?shù)摩虏▽ψ⒁饬μ嵘约罢J(rèn)知行為的發(fā)展有積極作用，但持續(xù)時間較短，且易疲勞。當(dāng)學(xué)習(xí)疲勞、精神松弛時，大腦頻率處于θ波(頻率范圍4-8Hz)，此時腦波整體比較雜亂，且頻率逐漸變慢，人的意識逐漸渙散，身體深沉放松，此時對觸發(fā)深沉記憶、強(qiáng)化長期記憶等幫助極大。

目前，學(xué)校的課堂教學(xué)系統(tǒng)越來越多采用多媒體技術(shù)，但授課方式的效果測評方式仍然停留在主觀觀察和階段性測試等較落后的方式，教師很難輸入觀察學(xué)生的注意力水平，而且，通過課后作業(yè)或者階段性測試來評測課堂授課的效果，所以，目前的課堂教學(xué)系統(tǒng)缺少客觀、有效的評測，無法深入對學(xué)生課堂的注意力水平進(jìn)行評測分析，造成課堂教學(xué)效率低。

上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提供一種課堂評測方法、裝置及計算機(jī)可讀存儲介質(zhì)，旨在解決課堂教學(xué)系統(tǒng)缺少客觀、有效的評測，無法深入對學(xué)生課堂的注意力水平進(jìn)行評測分析，造成課堂教學(xué)效率低的技術(shù)問題。

為實現(xiàn)上述目的，本發(fā)明提供一種課堂評測方法，所述方法包括以下步驟：

獲取學(xué)生的腦電波數(shù)據(jù)；

利用預(yù)設(shè)算法獲取所述腦電波數(shù)據(jù)對應(yīng)的能量信息；

提取所述能量信息的特征數(shù)據(jù)；

基于所述特征數(shù)據(jù)計算目標(biāo)注意力數(shù)值，分析學(xué)生的注意力狀態(tài)。

優(yōu)選地，利用預(yù)設(shè)算法獲取所述腦電波數(shù)據(jù)對應(yīng)的能量信息的步驟包括：

對所述腦電波數(shù)據(jù)中進(jìn)行數(shù)據(jù)清理及降噪，以得到目標(biāo)腦電波數(shù)據(jù)；

基于所述目標(biāo)腦電波數(shù)據(jù)利用傅里葉變換算法獲取頻譜數(shù)據(jù)；

基于所述頻譜數(shù)據(jù)獲取所述能量信息。

優(yōu)選地，所述基于所述特征數(shù)據(jù)計算目標(biāo)注意力數(shù)值的步驟包括：

基于所述特征數(shù)據(jù)將能量的最大值及最小值進(jìn)行標(biāo)準(zhǔn)化，以得到標(biāo)準(zhǔn)化能量值；

計算Beta段能量與Alpha段能量的能量值的比值、Beta段的平均波峰距離及Beta段能量的最值濾波；

計算所述比值、所述平均波峰距離及所述最值濾波的加權(quán)總和，將所述加權(quán)平方和作為初始注意力數(shù)值；

基于所述初始注意力數(shù)值計算所述目標(biāo)注意力數(shù)值。

優(yōu)選地，所述基于所述初始注意力數(shù)值計算所述目標(biāo)注意力數(shù)值的步驟還包括：

利用機(jī)器學(xué)習(xí)訓(xùn)練模型計算預(yù)測注意力數(shù)值；

計算所述注意力數(shù)值為初始注意力數(shù)值與所述預(yù)測注意力數(shù)值之和，將所述注意力數(shù)值為初始注意力數(shù)值與所述預(yù)測注意力數(shù)值之和作為目標(biāo)注意力數(shù)值。

優(yōu)選地，所述分析學(xué)生的注意力狀態(tài)的步驟包括：