一种基于深度学习的学生教育学科综合化发展分析评价系统技术方案

本发明专利技术公开提供的一种基于深度学习的学生教育学科综合化发展分析评价系统。该基于深度学习的学生教育学科综合化发展分析评价系统包括学生学科成绩获取模块，学生学科成绩分析模块，学生上课行为采集模块，学生上课行为分析模块，学生学科综合化分析模块和显示云平台；本发明专利技术通过综合计算得出各学生的综合发展评估系数以此分析评价学生的综合化发展，有效的解决了当前仅仅从考试分数这一单一维度对学生的综合发展进行评价的问题，打破了当前笼统式评价模式的局限性和片面性，实现了对学生的全面综合评价，同时还有效的反应了各学生在各学科的上课状态和听课质量，为学生的学习效果和学习质量提供了有力保障。果和学习质量提供了有力保障。果和学习质量提供了有力保障。

【技术实现步骤摘要】
一种基于深度学习的学生教育学科综合化发展分析评价系统


[0001]本专利技术属于学生教育学科综合化发展分析
，涉及到一种基于深度学习的学生教育学科综合化发展分析评价系统。
技术背景
[0002]教学作为传播系统知识、促进学生发展的最有效形式，是发展教育、实现培养目标的基本途径和培养学生个性全面发展的重要环节，不同教育学科展示了不同层面的知识，因此，对学生在各教育学科对应的综合化发展分析具有十分重要的意义。
[0003]目前对学生在各教育学科的综合化发展分析主要针对学生的偏科情况进行分析，维度过于单一，很显然，当前对于学生的综合化发展评价主要存在以下几点问题：
[0004]1、学生而学生的各科成绩往往随着考试内容的不同而发生波动，进而造成考试成绩产生差异性，当前仅从偏科情况对学生的发展进行评估，属于笼统式的评估，评估维度过于单一，参考性不强，且无法为学生学习方式的修正提供可靠的参考依据，进而无法为学生的后续发展提供可靠的方向；
[0005]2、学生作为综合化发展分析评价的主体，当前却仅仅依靠考试分数单方面维度对学生分析评价，没有从学生的学习状态进行分析，使得对学生的综合化发展评价具有片面性，无法提高分析评价数据的精确性，也无法保障分析评价数据的代表性，无法实现对学生的全面综合评价；
[0006]3、当前对学生综合发展评价主要依据学生的主观表现以及教师的客观看法，属于人工评价方式，主观性大，具有随机性，并且评价内容存在很大的局限性，同时当前评价方式存在很大的误差，无法保障学生的综合化发展。

技术实现思路

[0007]鉴于以上现有技术存在的问题，本专利技术提供一种基于深度学习的学生教育学科综合化发展分析评价系统。
[0008]为了实现上述目的及其他目的，本专利技术采用的技术方案如下：
[0009]本专利技术提供了一种基于深度学习的学生教育学科综合化发展分析评价系统，该系统包括学生学科成绩获取模块，学生学科成绩分析模块，学生上课行为采集模块，学生上课行为分析模块，学生学科综合化分析模块和显示云平台；
[0010]所述学生学科成绩获取模块，用于获取当前学期内目标班级各学生中各学科在各次考试对应的考试成绩，并记为T
icj
，i表示为目标班级学生编号，i＝1,2，......p,c表示目标班级学科编号，c＝1,2,......d，j表示各学科对应的各次考试编号，j＝1,2,......q,并将目标班级各学生中各学科在各次考试对应的考试成绩发送至学生学科成绩分析模块；
[0011]所述学生学科成绩分析模块，用于根据接收的目标班级各学生中各学科在各次考试对应的考试成绩，将目标班级各学生中各学科在各次考试对应的考试成绩进行整合计算，进而得到各学生对应的成绩优秀评估系数，并记为α
i
；
[0012]所述学生上课行为采集模块，用于通过目标班级内布设的摄像头对预设采集周期内目标班级中各学生进行学习行为视频采集，同时对目标班级在预设采集周期内对应的教师进行教学视频采集，并将目标班级中各学生在预设采集周期内对应的学习行为视频和目标班级在预设采集周期内对应的教师教学视频发送至学生上课分析模块；
[0013]所述学生上课行为分析模块，用于对目标班级中各学生在预设采集周期内对应的学习行为视频和目标班级在预设采集周期内对应的教师教学视频进行分析，进而分别得到各学生对应的学习姿态综合符合系数和学习状态综合符合系数，并分别记为β
i
和ε
i
；
[0014]所述学生学科综合化分析模块，用于接收各学生对应的成绩优秀评估系数、学习姿态综合符合系数和学习状态综合符合系数，综合计算得出各学生的综合发展评估系数，并将各学生的综合发展评估系数发送至显示云平台；
[0015]所述云平台，用于接收各学生的综合发展评估系数，并进行后台显示。
[0016]作为上述方案的进一步优化，所述学生学科成绩分析模块，其具体分析过程包括以下步骤：
[0017]A1、根据当前学期内目标班级各学生中各学科在各次考试对应的考试成绩，通过均值计算得到各学生中各学科对应的平均成绩，并记为
[0018]A2、将目标班级各学生中各学科在各次考试对应的考试成绩分别按照从低到高的顺序进行排序，从中提取出各学生中各学科对应的中位成绩、最高成绩和最低成绩，并分别记为S
中位ic
、S
maxic
和S
minic
；
[0019]A3、将目标班级各学生中各学科在各次考试对应的考试成绩进行相互对比，统计各学生中各学科各考试成绩对应的考试次数，将各学生中各学科中考试次数最多的考试成绩作为众数成绩，并记为S
众数ic
；
[0020]A4、基于目标班级各学生各学科对应的平均成绩、中位成绩和众数成绩，通过分析公式分析得到各学生中各学科对应的成绩达优评估系数μ
ic
，其中S
′
中位c
，S
′
众数c
分别表示为设定的各学科对应的参考平均成绩、中位成绩和众数成绩，a1,a2,a3分别表示为设定的平均成绩、中位成绩和众数成绩对应的权重因子，且a1+a2+a3＝1；
[0021]A5、基于目标班级各学生各学科对应的最高成绩和最低成绩，通过分析公式分析得到各学生中各学科对应的成绩均匀评估系数λ
ic
，其中S
′
maxc
，S
′
minc
分别表示为设定各学科对应的的最高参考成绩和最低参考成绩，b1,b2分别表示为设定的最高成绩和最低成绩对应的权重因子，且b1+b2＝1。
[0022]作为上述方案的进一步优化，所述各学生对应的成绩优秀评估系数具体分析公式为：
[0023]其中c1、c2分别表示为预设的学生学科成绩达
优评估系数、学生学科成绩均匀评估系数对应的影响权重，γ
c
表示为各学科的修正系数，且c1+c2＝1。
[0024]作为上述方案的进一步优化，所述学生上课行为分析模块具体包括学习姿态分析单元和学习状态分析单元。
[0025]作为上述方案的进一步优化，所述学习姿态分析单元同于对目标班级各学生对应的学习姿态进行分析，其具体分析过程如下：
[0026]B1、将目标班级中各学生在预设采集周期内对应的学习行为视频分割为各学习行为图像，对各学习行为图像依次编号为1,2，...t,...s；
[0027]B2、将各学生在预设采集周期内各学习行为图像中聚焦在学生背部位置，提取学生背部轮廓；
[0028]B3、从学生背部轮廓中定位出中心点位置，以中心点为基点，以学生头部到脚部的方向构建学生中心参考线，同时以学生中心点为基点，构建垂直于地面的参考线，并记为垂直参考线，获取学生中心参考线与其垂直参考线之间的夹角，记为学生姿态偏移角，并标记为θ
it
；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的学生教育学科综合化发展分析评价系统，其特征在于：该系统包括学生学科成绩获取模块，学生学科成绩分析模块，学生上课行为采集模块，学生上课行为分析模块，学生学科综合化分析模块和显示云平台；所述学生学科成绩获取模块，用于获取当前学期内目标班级各学生中各学科在各次考试对应的考试成绩，并记为T
icj
，i表示为目标班级学生编号，i＝1,2，......p,c表示目标班级学科编号，c＝1,2,......d，j表示各学科对应的各次考试编号，j＝1,2,......q,并将目标班级各学生中各学科在各次考试对应的考试成绩发送至学生学科成绩分析模块；所述学生学科成绩分析模块，用于根据接收的目标班级各学生中各学科在各次考试对应的考试成绩，将目标班级各学生中各学科在各次考试对应的考试成绩进行整合计算，进而得到各学生对应的成绩优秀评估系数，并记为α
i
；所述学生上课行为采集模块，用于通过目标班级内布设的摄像头对预设采集周期内目标班级中各学生进行学习行为视频采集，同时对目标班级在预设采集周期内对应的教师进行教学视频采集，并将目标班级中各学生在预设采集周期内对应的学习行为视频和目标班级在预设采集周期内对应的教师教学视频发送至学生上课分析模块；所述学生上课行为分析模块，用于对目标班级中各学生在预设采集周期内对应的学习行为视频和目标班级在预设采集周期内对应的教师教学视频进行分析，进而分别得到各学生对应的学习姿态综合符合系数和学习状态综合符合系数，并分别记为β
i
和ε
i
；所述学生学科综合化分析模块，用于接收各学生对应的成绩优秀评估系数、学习姿态综合符合系数和学习状态综合符合系数，综合计算得出各学生的综合发展评估系数，并将各学生的综合发展评估系数发送至显示云平台；所述云平台，用于接收各学生的综合发展评估系数，并进行后台显示。2.根据权利要求1所述的一种基于深度学习的学生教育学科综合化发展分析评价系统，其特征在于：所述学生学科成绩分析模块，其具体分析过程包括以下步骤：A1、根据当前学期内目标班级各学生中各学科在各次考试对应的考试成绩，通过均值计算得到各学生中各学科对应的平均成绩，并记为A2、将目标班级各学生中各学科在各次考试对应的考试成绩分别按照从低到高的顺序进行排序，从中提取出各学生中各学科对应的中位成绩、最高成绩和最低成绩，并分别记为S
中位ic
、S
maxic
和S
minic
；A3、将目标班级各学生中各学科在各次考试对应的考试成绩进行相互对比，统计各学生中各学科各考试成绩对应的考试次数，将各学生中各学科中考试次数最多的考试成绩作为众数成绩，并记为S
众数ic
；A4、基于目标班级各学生各学科对应的平均成绩、中位成绩和众数成绩，通过分析公式分析得到各学生中各学科对应的成绩达优评估系数μ
ic
，其中S
′
中位c
，S
′
众数c
分别表示为设定的各学科对应的参考平均成绩、中位成绩和众数成绩，a1,a2,a3分别表示为设定的平均成绩、中位成绩和众数成绩对应的权重因子，且a1+a2+a3＝1；
A5、基于目标班级各学生各学科对应的最高成绩和最低成绩，通过分析公式分析得到各学生中各学科对应的成绩均匀评估系数λ
ic
，其中S
′
maxc
，S
′
minc
分别表示为设定各学科对应的的最高参考成绩和最低参考成绩，b1,b2分别表示为设定的最高成绩和最低成绩对应的权重因子，且b1+b2＝1。3.根据权利要求2所述的一种基于深度学习的学生教育学科综合化发展分析评价系统，其特征在于：所述各学生对应的成绩优秀评估系数具体分析公式为：其中c1、c2分别表示为预设的学生学科成绩达优评估系数、学生学科成绩均匀评估系数对应的影响权重，γ
c
表示为各学科的修正系数，且c1+c2＝1。4.根据权利要求1所述的一种基于深度学习的学生教育学科综合化发展分析评价系统，其特征在于：所述学生上课行为分析模...

【专利技术属性】
技术研发人员：韩志华，
申请(专利权)人：武汉市汉阳区爱萌托育服务有限公司，
类型：发明
国别省市：