首页> 中国专利> 一种基于深度学习的在线学习投入度识别方法及系统

一种基于深度学习的在线学习投入度识别方法及系统

摘要

本发明设计了一种基于深度学习的在线学习投入度识别方法及系统,首先为了保证图像不受无关背景的影响,本发明通过YOLOv4进行学生人脸检测;其次针对VGG16网络参数量庞大、训练耗时等问题,提出了一种改进的VGG16模型,同时,在模型训练过程中,采用深度确定性信息瓶颈方法DIB弥补传统损失函数的不足,以获取较为紧致的特征表达,减少泛化误差,改善模型的通用性和稳定性,实现复杂在线学习场景下的学习投入度精准识别;最后通过与传统机器学习和其它深度学习等多种方法比较和分析,验证了本发明方法的有效性。

著录项

  • 公开/公告号CN113688789A

    专利类型发明专利

  • 公开/公告日2021-11-23

    原文格式PDF

  • 申请/专利权人 华中师范大学;

    申请/专利号CN202111091047.X

  • 申请日2021-09-17

  • 分类号G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101);G06Q50/20(20120101);

  • 代理机构42222 武汉科皓知识产权代理事务所(特殊普通合伙);

  • 代理人王琪

  • 地址 430079 湖北省武汉市洪山区珞瑜路152号

  • 入库时间 2023-06-19 13:21:35

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号