[发明专利]智能学习方法、装置与终端

说明书

技术领域

本发明涉及教育领域，具体而言，涉及一种智能学习方法、装置与终端。

背景技术

当人所处状态不同时，脑电波的频率也不同。根据频率，脑电波可以按频率由低到高分为δ波、θ波、α波、β波等。当频率于8-13Hz的α波段为优势脑电波时，人体进入放松性警觉状态，主意力高度集中，记忆效果好，创造力强，是学习的最佳状态。当频率于13-25Hz的β波为优势脑电波时时，人体处于紧张状态，此时往往课堂气氛过于紧张或压力过大，学生感到厌烦或恐惧。此时大脑过于兴奋或紧张，注意力难于集中，记忆力下降，不容易产生创意，学习能力受到压抑。频率于4-8Hz的θ波为优势脑电波时，人体处于半醒半睡的朦胧状态，学习效率低。频率于4Hz以下的δ波为优势脑电波时，人体处于深度睡眠，无法学习。

上课时，学生在长时间的听课过程中难以始终保持的最佳学习状态。大脑经历从能够高效学习的高效期，再到思考、学习状态差的低效期。学生往往难以在理解、记忆低效期时教师所讲授的内容，因而产生知识盲点。传统方式下，学生在通过课堂上录制的音视频进行复习时，往往需要从头开始回放视频，耗费时间多，重点不突出，而且容易漏掉处于低效学习期的内容，造成知识盲点。

针对上述现有技术中通过课堂上录制的音视频进行复习时耗费时间长，重点不突出，造成在听课效率低时产生知识盲点难以消除的问题，目前尚未提出有效的解决方案。

发明内容

本发明旨在至少在一定程度上解决上述技术问题。

本发明实施例提供了一种智能学习方法与装置，以解决现有技术中通过课堂上录制的音视频进行复习时耗费时间长，重点不突出，造成在听课效率低时产生知识盲点难以消除的技术问题。

根据本发明实施例的一个方面，提供了一种智能学习方法，包括：

S110：采集脑电波；

S120：录制音频或视频；

S130：根据脑电波对学习状态划分级别；

S140：根据级别回放所录制的音频或视频。

在一种优选的方案中，所述根据脑电波对学习状态划分级别步骤还包括：

S131：对所采集的脑电波进行预处理；

S132：提取所述经预处理的脑电波的特征信息；

S133：根据所述特征信息对学习状态划分级别。

在一种优选的方案中，根据所述特征信息对学习状态划分级别步骤还包括：

S134：确定采样周期的优势波段；

S135：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；

S136：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。

所述低效学习波段比例P的计算公式为：

。

所述睡眠波段比例Q的计算公式为：

。

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。

在一种优选的方案中，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。

根据本发明实施例的一个方面，提供了一种智能学习装置，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。

在一种优选的方案中，所述装置还包括：

时间关联模块，用于关联脑电波时间与视频时间。

在一种优选的方案中，所述分级模块还包括：

预处理单元，用于对所采集的脑电波进行预处理；

特征提取单元，用于提取所述经预处理的脑电波的特征信息；

状态分级单元，用于根据所述特征信息对学习状态划分级别。

在一种优选的方案中，所述分级模块还包括：

确定单元，用于确定采样周期的优势波段；