[发明专利]课堂评测方法、装置及计算机可读存储介质

权利要求书

1.一种课堂评测方法，其特征在于，所述课堂评测方法包括以下步骤：

获取学生的脑电波数据；

利用预设算法获取所述脑电波数据对应的能量信息；

提取所述能量信息的特征数据；

基于所述特征数据计算目标注意力数值，分析学生的注意力状态。

2.如权利要求1所述的课堂评测方法，其特征在于，所述利用预设算法获取所述脑电波数据对应的能量信息的步骤包括：

对所述脑电波数据进行数据清理及降噪，以得到目标脑电波数据；

基于所述目标脑电波数据利用傅里叶变换算法获取频谱数据；

基于所述频谱数据获取所述能量信息。

3.如权利要求2所述的课堂评测方法，其特征在于，所述基于所述特征数据计算目标注意力数值的步骤包括：

基于所述特征数据将能量的最大值及最小值进行标准化，以得到标准化能量值；

计算Beta段能量与Alpha段能量的能量值的比值、Beta段的平均波峰距离及Beta段能量的最值滤波；

计算所述比值、所述平均波峰距离及所述最值滤波的加权总和，将所述加权平方和作为初始注意力数值；

基于所述初始注意力数值计算所述目标注意力数值。

4.如权利要求3所述的课堂评测方法，其特征在于，所述基于所述初始注意力数值计算所述目标注意力数值的步骤还包括：

利用机器学习训练模型计算预测注意力数值；

计算所述注意力数值为初始注意力数值与所述预测注意力数值之和，将所述注意力数值为初始注意力数值与所述预测注意力数值之和作为目标注意力数值。

5.如权利要求4所述的课堂评测方法，其特征在于，所述分析学生的注意力状态的步骤包括：

获取注意力状态评测标准；

将所述目标注意力数值与所述注意力状态评测标准进行比较，确定所述注意力数值对应的水平等级。

6.如权利要求1所述的课堂评测方法，其特征在于，所述获取脑电波数据之后，所述课堂评测方法还包括：

检测佩戴设备的佩戴状态；

当检测所述佩戴状态为未佩戴时，提示用户调整佩戴设备。

7.如权利要求6所述的课堂评测方法，其特征在于，所述检测用户佩戴状态的步骤包括：

检测佩戴设备中脑电波信号是否异常；

当检测到所述佩戴设备中脑电波信号异常时，计算已佩戴状态及未佩戴状态的概率；

基于所述概率确定所述佩戴设备的当前状态。

8.如权利要求1所述的课堂评测方法，其特征在于，所述基于所述特征数据计算目标注意力数值，分析学生的注意力状态之后，所述课堂评测方法还包括：

分类存储所述脑电波数据、所述特征数据及注意力状态分析时的分析结果；

将所述脑电波数据、特征数据及注意力状态分析时的分析结果进行压缩加密，并生成注意力分析报告。

9.一种课堂评测装置，其特征在于，所述课堂评测装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的课堂评测程序，所述课堂评测程序被所述处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有课堂评测程序，所述课堂评测程序被处理器执行时实现如权利要求1至8中任一项所述的课堂评测方法步骤。