摘要
本发明公开了一种学习计划推荐方法、系统及教育机器人,涉及教育机器人技术领域,使用训练后的个性化学习需求识别模型进行需求识别,输出识别个性化学习需求;依据目标学生的个性化学习需求匹配学习资源和学习计划,并输出最优学习路径,采集反馈数据进行综合评价并由评价数据生成状态系数,若状态系数不超过预期,使用多目标优化算法优化目标学生的个性化优化学习路径,基于预训练的密度聚类算法将目标学生分类;识别异常学习行为后启用多级报警机制,依据异常学习行为,由应急响应策略库输出相应的响应策略。对当前的学习路径进行调整和优化,使学生的学习路径和当前的学习资源及学习计划更匹配。
技术关键词
学习计划推荐方法
学生
注意力
密度聚类算法
画像
动态更新
高维特征向量
指令
噪声数据
教育机器人技术
策略
LSTM神经网络
资源库
强化学习算法
节点
噪声传感器
系统为您推荐了相关专利信息
注意力
融合图像特征
跨模态融合特征
分支
金字塔网络
悬架控制方法
静态特征
图像
融合特征
手势识别模型
多头注意力机制
估计算法
GRU神经网络
深度学习网络模型
信号传输模型
网络流量预测方法
融合深度学习
多域特征
卷积模型
周期性特征
注意力机制
卡尔曼滤波器
定位方法
IMU传感器
耦合误差