摘要
公开一种教室教学舒适度的评估模型训练方法及评估方法。该方法包括:通过教室内的物联网传感器采集数据样本;利用数据扩充模型对已标注数据样本进行扩充,数据扩充模型为训练好的对抗网络模型中的生成器;将扩充后的已标注数据样本输入到特征提取模型进行特征提取,以获得多维特征表达,特征提取模型通过动态群体进化优化的神经网络模型训练得到;以及将多维特征表达输入到特征降维模型中进行特征降维,以获得低维特征表达,特征降维模型为训练好的自编码神经网络算法中的编码器;将低维特征表达输入给分类器进行训练,分类器为训练好的局部拓扑的深度神经决策树算法,分类器用于输出教室教学舒适度等级。
技术关键词
评估模型训练方法
特征提取模型
生成对抗网络模型
决策树算法
神经网络模型训练
神经网络算法
分类器
舒适度
非线性组件
节点
量子态
样本
教学
数据
编码器
物联网传感器