一种大数据实验教学方法及系统
文献发布时间:2024-04-18 19:54:45
技术领域
本发明涉及实验教学技术领域,特别地涉及一种大数据实验教学方法及系统。
背景技术
近年来,“互联网+”成为互联网下一阶段的发展趋势,“互联网+”对传统行业进行优化升级转型,使得传统行业能够适应当下的新发展,从而最终推动社会不断地向前发展,“互联网+”在教育行业中也起着不可或缺的作用。
目前,学校的实验项目对于学生的吸引力很强,但是以网络教学的方式进行教学,因无法进行实际性的操作,使得实验项目对学生的吸引力减少,且教师不能根据学生的学习状态对学生的学习情绪进行有效的调动,因此,在此方面存在教学缺陷。
发明内容
针对上述问题,本申请提供一种大数据实验教学方法及系统,提高实验教学的效率。
本发明的技术方案为:一种大数据实验教学方法及系统,包括:
S1:通过面部识别装置获取学生面部的待识别图像;
S2:将待识别图像输入到情绪识别模型中,得到情绪识别结果,并将情绪识别结果转化为情绪值,得到每一个学生的情绪值;
S3:计算所有学生的情绪值的平均值,得到情绪平均值;
S4:根据情绪平均值,判断情绪平均值是否大于预设范围,若情绪平均值低于预设范围,则对教师进行提醒,在实验教学库内为教师匹配实验教学方式,若情绪识别高于预设范围,则无需对教师进行提醒。
进一步地,还包括:
S51:获取学生的图像信息,用预设的模型对学生的图像信息进行分析,并根据分析结果划分学生类型,学生类型包括认真听课、疑似走神和未认真听课;
S52:根据学生的学生类型,判断是否要对学生进行标记,若分析结果为认真听课,则不进行标记,并跳至步骤S54,若分析结果为未认真听课,则标记为A
S53:向标记为A
S54:完成对学生的标记,向标记为A
S55:统计每个学生第二预设时间内未认真听课的次数和一节课内未认真听课学生的占比,若未认真听课次数大于预设次数,则向教师发送沟通提醒,若未认真听课学生的占比大于预设范围内,则向教师发送调整提醒。
进一步地,还包括:
S61:获取学生的分组信息和教师发出的信号;
S62:通过获取得到的教师发出的信号,判断当前的模式,若当前的信号为讨论信号,则当前的模式为讨论模式,小组内的学生赋予互相语音交流的权限,若当前的信号为教学信号,则当前的模式为教学模式,小组内的学生撤回互相语音交流的权限。
进一步地,还包括:
S71:接收需要进行回答的信号,得到需要回答的学生的信息;
S72:调整需要回答的学生的权限;
S73:接收完成回答的信号,解除需要回答的学生的权限。
进一步地,还包括:
S81:通过大数据建立知识分类数据题库,将知识分类数据题库中的每一个知识点根据难易程度进行分级,每个分级中对应相应难度的测验题目,测验题目分为初级和高级;
S82:按照知识点分类建立知识分类数据题库与教学课件之间的关联,在教学课件播放完毕之后,为每一名学生在知识分类数据题库中随机抽取相应知识点对应的相同初级难度的测验题目;
S83:获得每一名学生的成绩,对学生的成绩进行判断,若超出限定成绩,则可以开放高级难度的测验题目,并标记为合格,若成绩没有超出限定成绩,则向教师发送反馈信息,并标记为不合格,计算出学生对测试题目的合格率;
S84:根据学生对测试题目的合格率,判断是否需要对授课内容进行调整。
进一步地,对于步骤S84,还包括:
若学生对测试题目的合格率小于预设合格率,则表示测试题目不合格,并向发送教师发送测试不合格提醒,若学生对测试题目的合格率大于或等于预设合格率,表示测试题目合格。
进一步地,还包括:
教学方式匹配模块,用于根据学生的情绪进行匹配实验教学方式;
教学方式匹配模块,包括以下单元:
拍摄单元,用于获取学生的面部图像;
识别单元,用于通过卷积神经网络对同化处理过的面部图像进行情绪识别,得到每一个学生的情绪值;
平均单元,用于将每一个学生的情绪值进行平均,得到平均情绪值;
匹配单元,用于根据学生的情绪识别结果,为教师匹配相应的实验教学方式;
汇总单元,用于通过大数据对实验教学方式进行分类和汇总,生成实验教学库。
进一步地,还包括:
状态跟踪模块,用于跟踪学生上课时的状态,并根据学生状态发出相应信号;
状态跟踪模块,包括以下单元:
分析单元,用于用预设的模型对学生的图像信息进行分析,并根据分析结果将学生分为认真听课、疑似走神和未认真听课三种;
信号发送单元,用于向疑似走神和未认真听课的学生发送信号;
统计单元,用于统计学生预设时间内未认真听课的次数和一节课内未认真听课学生的占比。
本发明具有以下优点:
1、本发明通过获取学生面部的待识别图像,并将输入到情绪识别模型中得到情绪平均值,根据判断情绪平均值向教师进行提醒,在实验教学库内为教师匹配实验教学方式,增加了实验教学的效率,调动了学生的积极性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明一种大数据实验教学系统的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请部分实施例进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。然而,本领域的普通技术人员可以理解,在本申请的各实施例中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施例的种种变化和修改,也可以实现本申请所要求保护的技术方案。
实施例1
本发明实施例1提供一种大数据实验教学方法,包括:
S1:通过面部识别装置获取学生面部的待识别图像;
S2:将待识别图像输入到情绪识别模型中,得到情绪识别结果,并将情绪识别结果转化为情绪值,得到每一个学生的情绪值;
S3:计算所有学生的情绪值的平均值,得到情绪平均值;
S4:根据情绪平均值,判断是否对教师进行提醒,若情绪平均值低于预设范围,则对教师进行提醒,在实验教学库内为教师匹配实验教学方式,若情绪识别高于预设范围,则无需对教师进行提醒;
具体地,对教师进行提醒的方式为发送弹窗的方式,使得教师知道学生的情绪状况,实验教学库是通过大数据对实验教学方式进行分类和汇总。
当教师在线上进行实验教学时,因为网课的局限性,学生无法进行实际性的实验操作,可能会对使得学生对实验的积极性不高,调动不起学生的情绪,本发明提供的一种大数据实验教学方法及系统,通过面部识别装置获取学生面部的图像,随后通过卷神经网络对图像进行情绪识别,根据得到的平均情绪值,来对教师进行提醒,教师可以在实验教学库中,选择更能调动学生情绪的教学方式,增加了实验教学的效率,调动了学生的积极性。
在一种可选的实施方案中,本发明实施例提供的一种大数据实验教学方法,还包括:
S51:获取学生的图像信息,用预设的模型对学生的图像信息进行分析,并根据分析结果划分学生类型包括认真听课、疑似走神和未认真听课;
具体地,预设的模型为卷积神经网络模型。
S52:根据学生的学生类型,判断是否要对学生进行标记,若分析结果为认真听课,则不进行标记,并跳至步骤S54,若分析结果为未认真听课,则标记为A
S53:向标记为A
S54:完成对学生的标记,向标记为A
具体地,认真听讲信号为语音警报和文字信息。
S55:统计每个学生第二预设时间内未认真听课的次数和一节课内未认真听课学生的占比,若未认真听课次数大于预设次数,则向教师发送沟通提醒,若未认真听课学生的占比大于预设范围内,则向教师发送调整提醒。
具体地,沟通提醒内容为教师需要与该学生的监护人进行沟通,对学生学习的态度进行改善,调整提醒内容为教师需要适当调整教学方式。
当教师进行教学时,可能会有学生不认真听讲或者走神的情况,这种情况会影响学生的成绩,本发明提供的一种大数据实验教学方法及系统,通过用预设的模型对学生的图像进行分析,分析结果将学生分为认真听课、疑似走神和未认真听课三种类型,根据学生的不同状态,发送不同的信号,并统计学生的状态为未认真听课的次数,若大于预设次数则与其监护人进行沟通,若未认真听课学生的占比大于预设范围内,则对教师进行提醒,教师可以根据提醒适当调整教学方式,进一步增加了实验教学的效率。
在一种可选的实施方案中,本发明实施例提供的一种大数据实验教学方法,在教学环节中需要小组讨论时,还包括:
S61:获取学生的分组信息和教师发出的信号;
S62:通过获取得到的教师发出的信号,判断当前的模式,若当前的信号为讨论信号,则当前的模式为讨论模式,小组内的学生赋予互相语音交流的权限,若当前的信号为教学信号,则当前的模式为教学模式,小组内的学生撤回互相语音交流的权限;
具体地,在讨论模式中,每个小组内的学生可以进行相互语音交流,不同小组的学生之间不能进行语音交流,教师可以进入任意一个小组进行监督和指导,在教学模式中,每个小组的语音权限将会关闭,变回常规的网上教学。
当教师在教学过程中需要学生之间进行分组讨论时,学生在新的平台进行建组交流过于繁琐,本发明提供的一种大数据实验教学方法及系统,通过在已有的平台进行分组和控制学生语音的权限,使得学生可以在短时间内完成小组的讨论,更进一步增加了实验教学的效率。
在一种可选的实施方案中,本发明实施例提供的一种大数据实验教学方法,在学生进行回答问题时,还包括:
S71:接收需要进行回答的信号,得到需要回答的学生的信息;
S72:调整需要回答的学生的权限;
具体地,调整需要回答的学生的权限,使需要回答的学生无法查看弹幕。
S73:接收完成回答的信号,解除需要回答的学生的权限。
当教师需要学生进行问答时,可能会因为弹幕的影响,使得学生说出与自己所想的不一致的回答,使得教师无法确切了解学生对知识的掌握情况,本发明提供的一种大数据实验教学方法及系统,通过在学生进行问答时,控制学生查看弹幕的权限,可以更加真实的了解学生对知识的掌握情况。
在一种可选的实施方案中,本发明实施例提供的一种大数据实验教学方法,当需要对学生进行随堂检测时,还包括:
S81:通过大数据建立知识分类数据题库,将知识分类数据题库中的每一个知识点根据难易程度进行分级,每个分级中对应相应难度的测验题目,测验题目分为初级和高级;
S82:按照知识点分类建立知识分类数据题库与教学课件之间的关联,在教学课件播放完毕之后,为每一名学生在知识分类数据题库中随机抽取相应知识点对应的相同初级难度的测验题目;
S83:获得每一名学生的成绩,对学生的成绩进行判断,若超出限定成绩,则可以开放高级难度的测验题目,并标记为合格,若成绩没有超出限定成绩,则向教师发送反馈信息,并标记为不合格,计算出学生对测试题目的合格率;
具体地,限定成绩可以根据实际情况进行调整。
S84:根据学生对测试题目的合格率,判断是否需要对授课内容进行调整。
对于步骤S84,若学生对测试题目的合格率小于预设合格率,则表示测试题目不合格,并向发送教师发送测试不合格提醒,若学生对测试题目的合格率大于或等于预设合格率,表示测试题目合格。
当学生进行随堂检测时,因为每一个学生的水平不一样,如果让水平较低的学生去完成难度较大的测试题目,可能会打击学生的自信心,进而减弱对学习的兴趣,本发明提供的一种大数据实验教学方法及系统,通过建立知识分类数据题库,将知识分类数据题库中的每一个知识点根据难易程度进行分级,通过学生对测试题目的完成情况和反馈,教师可以判断是否需要对授课内容进行调整,并针对性的进行备课,更进一步增加了实验教学的效率。
参见图1,在一种可选的实施方案中,本发明实施例提供的一种大数据实验教学系统,还包括:
教学方式匹配模块,用于根据学生的情绪进行匹配实验教学方式;
教学方式匹配模块,包括以下单元:
拍摄单元,用于获取学生的面部图像;
识别单元,用于通过卷积神经网络对同化处理过的面部图像进行情绪识别,得到每一个学生的情绪值;
平均单元,用于将每一个学生的情绪值进行平均,得到平均情绪值;
匹配单元,用于根据学生的情绪识别结果,为教师匹配相应的实验教学方式。
汇总单元,用于通过大数据对实验教学方式进行分类和汇总,生成实验教学库。
在一种可选的实施方案中,本发明实施例提供的一种大数据实验教学系统,还包括:
状态跟踪模块,用于跟踪学生上课时的状态,并根据学生状态发出相应信号;
状态跟踪模块,包括以下单元:
分析单元,用于用预设的模型对学生的图像信息进行分析,并根据分析结果将学生分为认真听课、疑似走神和未认真听课三种;
信号发送单元,用于向疑似走神和未认真听课的学生发送信号;
统计单元,用于统计学生预设时间内未认真听课的次数和一节课内未认真听课学生的占比;
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。本说明书中未作详细描述的部分属于本领域专业技术人员公知的现有技术。
- 一种AGM隔板静态保压能力的测试方法
- 一种高温保水型燃料电池质子交换膜及其制备方法
- 一种燃料电池发动机保压测试方法
- 一种保压治具及其保压测试方法