[發明專利]計算機教學方法、系統、存儲介質、程序產品、學習機

在審

• 申請號: 202010172237.3
• 申請日: 2020-03-12
• 公開（公告）號: CN111179659A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 周彬
• 申請（專利權）人: 淄博職業學院
• 主分類號: G09B5/06
• 分類號: G09B5/06;G06T5/40
• 代理公司: 北京久維律師事務所 11582
• 代理人: 杜權

1.一種可實時監控分析的計算機教學方法，其特征在于，所述可實時監控分析的計算機教學方法包括：

步驟一、開始教學時，將教學目標、學生特征、教學資源、授課方式以參數的形式輸入計算機，下達教學任務；

步驟二、計算機通過分析教學目標和學生特征，選擇合適的授課方式，組織教學內容開展教學，通過語音、視覺和肢體動作的方式與學生交流互動和智能答疑；通過視頻采集系統采集教學視頻內容，通過編輯系統利用視頻編輯軟件編輯視頻的課程名稱、課程概要簡介、視頻內容，形成教學資源數據庫；

步驟三、計算機對通過指紋識別系統對學生的身份進行識別，識別系統將接收到的指紋信息傳送至檢測終端，檢測終端將接收到的指紋信息傳送至計算機處理器；計算機處理器接收到電信號后，利用信息調取系統將存儲系統中的信息調取出來，并發送至對比系統中進行對比，對比系統對比出是否有學生未錄入指紋，并將其對比結果發送至計算機處理器中，計算機處理器接收到信息后將其顯示于顯示系統上；

步驟四、通過計算機將教學資源數據庫發送至互聯網，教學終端對互聯網上的信息進行讀取，中央調控系統采用基于云計算系統的LBFA算法實現對各模塊的分析與調控；

步驟五、計算機通過數據分析和信息數據的反饋，對教學效果進行評價和總結，確定下一階段的教學策略。

2.如權利要求1所述的可實時監控分析的計算機教學方法，其特征在于，其特征在于，在步驟一中，下達教學任務的方法包括：

步驟一、分析課程教學目標，通過對機器人編程，構建機器人授課方式庫，包括講授式、情景式、討論式和翻轉課堂；將進行課中的當前情景任務的選擇、構建與設計、情景任務教學模式選擇、教學過程規劃、執行教學過程的數據輸入計算機；

步驟二、通過數據分析系統對授課過程中的肢體姿勢和動作進行識別，構建機器人教學資源庫，包括多媒體課件、語音庫、習題課和專家系統庫以及學生特征庫。

3.如權利要求1所述的可實時監控分析的計算機教學方法，其特征在于，其特征在于，所述視頻采集系統對教育內容的采集包括以下步驟：

步驟一、利用直方圖均衡化算法對圖像進行對比度增強；

式中：D_B為轉換后的灰度值；D_A為轉換前的灰度值；H_i為第i級灰度的像素個數；A₀為像素總數，繪制二維灰度直方圖曲線；

步驟二、設f(x,y)為進行紅外圖像直方圖均衡化后的二維灰度直方圖曲線，其中x表示灰度級別，y表示具體各個灰度級別像素出現的次數，對f(x,y)在點(x,y)處求取梯度：

式中：為在點(x,y)處f對x的偏導數；為在點(x,y)處f對y的偏導數；

步驟三、求獲得的灰度梯度均值：

式中：k為所求取灰度梯度值編號，舍棄灰度梯度值小于梯度均值的部分，保留灰度梯度值大于灰度梯度均值的部分，

其中：m＝1,2,3,…,n

式中：m為舍棄灰度梯度小于平均灰度梯度值后的灰度梯度值編號。

4.如權利要求1所述的可實時監控分析的計算機教學方法，其特征在于，其特征在于，所述指紋識別系統的識別方法包括身份識別錄入、計時、正誤判斷；測試區識別時的函數為：

其中，ω₀為濾波器的中心頻率，對于不同的ω₀，k使k/ω₀保持不變；

在頻率域構造濾波器，對應的極坐標表達方式為：

G(r,θ)＝G(r,r)·G(θ,θ)；

式中，G_r(r)為控制濾波器帶寬的徑向分量，G_θ(θ)為控制濾波器方向的角度分量；

r表示徑向坐標，θ表示角度坐標，f₀為中心頻率，θ₀為濾波器方向，σ_f用于確定帶寬；

Bf＝2(2/ln2)1/2|lnσ_f|，σ_θ確定角度帶寬，Bθ＝2(2/ln2)1/2σ_θ。