基于多模态生理数据与动态决策模型的VR教学优化方法、系统及计算机设备

AITNT
正文
推荐专利
基于多模态生理数据与动态决策模型的VR教学优化方法、系统及计算机设备
申请号:CN202510597924
申请日期:2025-05-09
公开号:CN120631168A
公开日期:2025-09-12
类型:发明专利
摘要
基于多模态生理数据与动态决策模型的VR教学优化方法,包括如下步骤:采集学生在教学过程中的眼动数据和脑电数据,并且进行数据时间同步;从眼动数据中提取眼动特征、从脑电数据中提取脑电特征,并且对眼动特征和脑电特征进行融合得到融合特征;将融合特征输入到基于随机森林模型构建的动态决策模型中进行检测得到认知负荷等级,并且基于认知负荷等级生成反馈调节指令;基于反馈调节执行调整VR教学的教学内容。本发明通过在VR教学的过程中动态地采集学生的多模态生理数据确定学生的认知负荷等级,进而能够根据认知负荷等级动态地对教学内容进行调整,使教学内容能够适应不同学生的认知能力,提高教学效率,也能够提升教学效果。
技术关键词
教学优化方法 多模态生理 融合特征 脑电特征 决策 眼动特征 负荷 随机森林模型 VR教学 动态 眼动数据 时间同步 注视点 学生 计算机设备 存储计算机程序 指令 数据采集模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号