基于数据分析的课堂环境智能监管方法及其系统

本发明公开了基于数据分析的课堂环境智能监管方法及其系统，通过获取课堂环境中的多源异构数据，利用改进的Kalman滤波算法消除多源异构数据的传感器噪声，对噪声消除后的数据进行时空对齐，得到对齐多源异构数据；建立CRNN三层卷积递归神经网络模型，将对齐多源异构数据输入至CRNN三层卷积递归神经网络模型中进行识别，得到课堂教学环境状态；根据课堂教学环境状态进行课堂风险预警和自适应课堂环境调控。实现对课堂突发风险的主动预防，又能通过智能空调、照明系统自动调节，营造安全舒适的教学环境，有利于课堂效率提升与师生健康保障。