简介:学习情绪是学习者模型的重要内容,如何识别学习者的学习情绪是下一代智能教辅系统的关键技术。困惑是最常见的学习情绪之一,及时识别并解决困惑有助于提高学习效果,然而困惑情绪内隐性较强,识别难度较大。本研究设计了一组基于在线测评的困惑诱导实验,提出了一种基于面部表情的学习困惑自动识别算法。研究人员通过设定不同难度的测试题诱导被试产生困惑情绪,同时利用摄像设备实时捕捉学习者的面部表情,提取面部重要特征点,进而利用机器学习算法进行困惑识别。在实验中,本研究使用逻辑回归、支持向量机、K近邻、决策树、随机森林和深度学习等机器学习算法建立学习困惑自动检测模型,并与被试自我报告确定的困惑标签进行对比。实验结果表明,多数分类算法能有效检测学生的学习困惑,随机森林模型的预测性能最佳,平均准确率为71.18%。本研究所提出的方法可为下一代智能教辅系统的学习者情绪建模提供技术支撑。
简介:本文针对在中小学最为突出的上学、放学考勤难等问题,以一种基于RFID远距离自动识别技术的校园考勤管理系统应用为依据,给出无线传感器和中间件技术在系统软件中的应用。校园考勤管理系统由RFID门禁系统和监控、面向学校的基于B/S架构的校园考勤系统、面向家长的校园出勤系统手机端平台三部分组成,是物联网技术、软件技术和移动4G技术的有机融合。通过校园考勤管理系统,家长实时获取学生出入校门信息,学校降低了学生考勤成本和风险,有益于“学校——教师——家长”之间的互动,有助于实现实时的校园安全自动化管理,提升校园安全管理效率。