[发明专利]一种课堂教学效果评测方法及装置在审

专利信息
申请号: 201910337930.9 申请日: 2019-04-25
公开(公告)号: CN110084508A 公开(公告)日: 2019-08-02
发明(设计)人: 张丹;陈菁菁 申请(专利权)人: 清华大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/20;A61B5/0476;A61B5/16
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王庆龙;苗晓静
地址: 100084 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 课堂教学效果 评测 脑电数据 课堂 一致性指标 采集频率 评测结果 团体活动 时间段 采集 应用
【权利要求书】:

1.一种课堂教学效果评测方法,其特征在于,包括:

利用预设采集频率采集目标课堂中各位课堂参与者在预设时间段的脑电数据,将每位课堂参与者在所述预设时间段所采集的所有脑电数据进行组合,作为每位课堂参与者的脑电数据矩阵;

将所有课堂参与者中的每两位课堂参与者进行随机组合,获得多个课堂参与者组合,对于任意一个课堂参与者组合,计算所述课堂参与者组合中两位课堂参与者的脑电数据矩阵之间的相关性并获得相关系数,作为所述课堂参与者组合的一致性指标;

计算所有课堂参与者组合的一致性指标的平均值,作为目标一致性指标,根据所述目标一致性指标对所述目标课堂的教学效果进行评测。

2.根据权利要求1所述的方法,其特征在于,根据所述目标一致性指标对所述目标课堂的教学效果进行评测,之后还包括:

将所述目标课堂的教学效果评测结果作为第一评测结果,将所述第一评测结果反馈给每位课堂参与者,以使得每位课堂参与者根据所述第一评测结果对自身的课堂参与程度进行调整。

3.根据权利要求1所述的方法,其特征在于,计算所述课堂参与者组合中两位课堂参与者的脑电数据矩阵之间的相关性并获得相关系数,作为所述课堂参与者组合的一致性指标,之后还包括:

对于任意一位课堂参与者,将包含所述课堂参与者的每个课堂参与者组合作为目标组合,并获取每个目标组合的一致性指标;

计算所有目标组合的一致性指标的平均值,作为所述课堂参与者的一致性指标,根据所述课堂参与者的一致性指标对所述课堂参与者的课堂参与程度进行评测。

4.根据权利要求3所述的方法,其特征在于,根据所述课堂参与者的一致性指标对所述课堂参与者的课堂参与程度进行评测,之后还包括:

将所述课堂参与者的课堂参与程度评测结果作为第二评测结果,将所述第二评测结果反馈给所述课堂参与者,以使得所述课堂参与者根据所述第二评测结果对自身的课堂参与程度进行调整。

5.根据权利要求1所述的方法,其特征在于,计算所述课堂参与者组合中两位课堂参与者的脑电数据矩阵之间的相关性并获得相关系数,作为所述课堂参与者组合的一致性指标,之前还包括:

将每位课堂参与者的脑电数据矩阵进行滤波处理,作为每位课堂参与者的滤波后的脑电数据矩阵;

相应地,计算所述课堂参与者组合中两位课堂参与者的脑电数据矩阵之间的相关性并获得相关系数,作为所述课堂参与者组合的一致性指标,具体为:

计算所述课堂参与者组合中两位课堂参与者的滤波后的脑电数据矩阵之间的相关性并获得相关系数,作为所述课堂参与者组合的一致性指标。

6.根据权利要求5所述的方法,其特征在于,将每位课堂参与者的脑电数据矩阵进行滤波处理,作为每位课堂参与者的滤波后的脑电数据矩阵,具体为:

将每位课堂参与者的脑电数据矩阵滤波至预设频带,作为每位课堂参与者的滤波后的脑电数据矩阵,所述预设频带包括1-3Hz的delta频带、4-8Hz的theta频带、8-13Hz的alpha频带、14-30Hz的beta频带和30-50Hz的gamma频带。

7.根据权利要求6所述的方法,其特征在于,将每位课堂参与者的脑电数据矩阵滤波至预设频带,作为每位课堂参与者的滤波后的脑电数据矩阵,之后还包括:

计算每位课堂参与者的滤波后的脑电数据矩阵对应的频谱包络;

相应地,计算所述课堂参与者组合中两位课堂参与者的脑电数据矩阵之间的相关性并获得相关系数,作为所述课堂参与者组合的一致性指标,具体为:

计算所述课堂参与者组合中两位课堂参与者的滤波后的脑电数据矩阵对应的频谱包络之间的相关性并获得相关系数,作为所述课堂参与者组合的一致性指标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910337930.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top