摘要
本发明公开了一种基于时间序列Transformer的学习行为模式识别方法,包括以下步骤:S1,基于在线学习平台的后台行为日志,提取学习者的学习行为特征;S2,基于学习者的学习行为特征构建相应学习者的学习行为特征矩阵;S3,将学习行为特征矩阵按照展平与标准化、主成分分析降维、自适应合成算法扩增、特征重构与恢复的步骤进行处理,得到扩增样本;S4,将扩增样本作为训练样本,得到性能最优的行为模式识别模型参数;S5,将待分类的学习者行为特征矩阵输入最优的时间序列Transformer模型,得出该行为特征矩阵所对应的行为模式。本发明实现了对多维学习行为特征的有效利用,提高对在线学习平台日志的利用率。
技术关键词
模式识别方法
在线学习平台
矩阵
主成分分析降维
模式识别模型
序列
主成分分析算法
特征值
信息编码
多头注意力机制
样本
代表
重构
时序
稳定特征
学习特征
数据
日志
预测类别
系统为您推荐了相关专利信息
动力电池拆解
决策方法
矩阵
统一解码器
资源回收技术
有限元等效模型
复合材料壁板
面向复合材料
等效计算方法
坐标系
扫描电镜图像
卷积神经网络模型
自动识别方法
构建卷积神经网络
深度学习卷积神经网络