[发明专利]智能学习方法、装置与终端

权利要求书

1.一种智能学习方法，其特征在于，所述方法包括：

采集脑电波；

录制音频或视频；

根据脑电波对学习状态划分级别；

根据级别回放所录制的音频或视频。

2.根据权利要求1所述的智能学习方法，其特征在于，所述根据脑电波对学习状态划分级别步骤还包括：

对所采集的脑电波进行预处理；

提取所述经预处理的脑电波的特征信息；

根据所述特征信息对学习状态划分级别。

3.根据权利要求2所述的智能学习方法，其特征在于，根据脑电波对学习状态划分级别步骤后，将学习状态与所录制音频或视频对应的时间段关联起来，将学习状态级别设置为关联时间段内视频的属性。

4.根据权利要求3所述的智能学习方法，其特征在于，根据级别回放所录制的音频或视频步骤还包括：

播放指定属性的视频。

5.根据权利要求4所述的智能学习方法，其特征在于，在所述录制音频或视频步骤后还包括：

关联脑电波时间与视频时间。

6.根据权利要求2至5所述的智能学习方法，其特征在于， 所述根据所述特征信息对学习状态划分级别步骤包括：

确定采样周期的优势波段；

计算状态判断时间内低效学习波段比例P及睡眠波段比例Q；

根据低效学习波段比例P及睡眠波段比例Q判断状态判断时间内的学习状态级别；

其中，所述低效学习波段比例P的计算公式为：

P=N+LM+N+L]]>；

所述睡眠波段比例Q的计算公式为：

Q=LN+L]]>；

其中：

M为状态判断时间内，当前优势波段为α波时的采样周期数量；

N为状态判断时间内，当前优势波段为β波时的采样周期数量；

L为状态判断时间内，当前优势波段为δ波或θ波时的采样周期数量。

7.根据权利要求6所述的智能学习方法，其特征在于，根据低效学习波段比例P及睡眠波段比例Q判断状态判断时间内的学习状态级别步骤包括：

当低效学习波段比例P小于第一阈值时，则判断状态判断时间内学习状态处于高效学习期；

当低效学习波段比例P大于第一阈值，且睡眠波段比例Q小于第二阈值时，则判断状态判断时间内学习状态处于低效学习期；

当低效学习波段比例P大于第一阈值，且睡眠波段比例Q大于第二阈值时，则判断状态判断时间内学习状态处于瞌睡期。

8.根据权利要求7所述的智能学习方法，其特征在于，根据级别回放所录制的音频或视频步骤还包括：

自动播放属性为低效学习期和/或瞌睡期的视频。

9.一种智能学习装置，其特征在于，所述装置包括：

采集模块，用于采集脑电波；

录制模块，用于录制音频或视频；

分级模块，用于根据脑电波对学习状态划分级别；

回放模块，用于根据级别回放所录制的音频或视频。

10.一种智能学习终端，其特征在于，所述终端包括：

脑电波采集组件、处理组件、存储器、摄像头、音频输入组件和输出组件；

所述脑电波采集组件，用于采集脑电波信号并传输到所述处理组件；

所述处理组件；

所述存储器，用于存储处理器可执行指令及数据；

所述摄像头，用于获取视频图像并传输到所述处理组件；

所述音频输入组件，用于获取音频信号并传输到所述处理组件；

所述输出组件与处理组件连接，用于输出文字、视频、图片或音频；

其中，所述处理组件被配置为：

采集脑电波；

录制音频或视频；

根据脑电波对学习状态划分级别；

根据级别回放所录制的音频或视频。