摘要
本发明的目的就是提供一种基于双流超图卷积网络的学生课堂参与度分析方法。用于解决现有学生课堂参与度分析模型没有考虑课堂上学生之间情感和行为互动影响的问题。具体步骤为:采集学生上课时的图像数据;构建基于双流超图卷积网络的参与度模型,参与度模型包括多特征编码器、多元传播模块、多频率传播模块和参与度分类器;通过多特征编码器提取图像数据的多维特征;通过多元传播模块对学生参与的传染效应进行建模,通过多频率传播模块从提取的特征中捕获多频信息;参与度分类器将输入多元传播模块和多频率传播模块的输出进行融合,预测得到学生参与度。本申请采用并行超图和图卷积网络,提高了分析预测的准确度。
技术关键词
学生
分析方法
模态特征
高通滤波器
模块
低通滤波器
网络
分类器
拉普拉斯
频率
编码器
多层感知器
情绪特征
注意力
图像
节点特征
效应
多模态
系统为您推荐了相关专利信息
行驶状态信息
规划
车辆运动学模型
加速度
车辆行驶信息
动态记忆矩阵
实时监测数据
核设备
状态估计模型
设备故障监测方法