摘要
本发明公开了利用AI多模态多维度分析学生心理健康并预警的方法,包括:通过多源数据传感器采集获取学生的三种数据流;分别提取数据特征,并构建分模态情绪分析模型,获取各种情绪的可能性概率;通过自适应加权算法动态调整各模态置信度权重,判断获取学生的真实情绪;构建基于时间卷积网络的动态情绪轨迹追踪模型,计算获取学生情绪稳定指数,并基于情绪稳定指数判断学生是否需要干预指导;基于需要干预指导的学生的动态情绪轨迹,生成个性化干预方案。本发明的优点在于:通过多模态数据分析学生面部微表情、肢体语言和语音信息,精准识别情绪波动并生成预警,利用动态情绪轨迹追踪和个性化干预方案,有效干预学生心理健康问题。
技术关键词
学生心理健康
时间卷积网络
面部微表情
视频流
指数
加权算法
动态
轨迹
计算机可读指令
多模态数据分析
多维度特征提取
双流神经网络
识别情绪
麦克风阵列
处理器
音频
对比度
波束成形