摘要
本发明公开了基于人工智能的学生学习状态评估方法及系统,属于学习评估技术领域,方法包括:数据采集、数据预处理、构建聚类模型、聚类参数调优和学生学习状态评估。本方案基于反向邻域集合计算邻域密集性,划分中心数据和边缘数据,选择集中度最大的中心数据作为质心并构建簇,通过构建中心邻域集合不断更新簇,构建边缘邻域集合,通过构建加权无向图和计算簇密度得到近邻筛选集合;计算随机偏移概率,基于偏移阈值选择个体位置进行偏移操作,基于全局最优位置和调整因子,在不同的搜索阶段采用不同的更新策略对个体位置进行更新,更好地适应不同学生的学习数据,提高学习状态评估的准确性和有效性。
技术关键词
学生学习数据
学生学习状态
邻域
聚类
集中度
加权无向图
因子
参数
数据采集模块
数据标签
普里姆算法
生成树
归一化方法
轮廓系数
索引
评估系统
位置更新
系统为您推荐了相关专利信息
IP地理定位数据
测绘系统
网络拓扑
数据采集模块
密度聚类算法
贴片
参数控制方法
超声波
时间段
DBSCAN密度聚类
养老服务机器人
邻域
能量分布特征
频率
交互方法
点云配准方法
支架底座
配准误差
RANSAC算法
协方差矩阵
图像边界优化
深度图
邻域
数据标签
实例分割模型