一种基于机器视觉和单值中智集的高校课堂教学质量综合评价方法技术

一种基于机器视觉和单值中智集的高校课堂教学质量综合评价方法，利用软件和学生评价的方式获取高校课堂教学评价指标信息，根据课堂评价指标信息构建单值中智集；对评价指标数据进行标准化处理进而构建出高校课堂教学质量综合评价矩阵。确定不同时期下的权重，得到综合评价矩阵；构建单值中智熵函数，确定评价指标属性权重，得到加权综合评价矩阵；根据得分函数确定正负理想解，分别计算备选方案与正负理想方案之间的交叉熵和灰色关联度；对交叉熵和灰色关联度进行无量纲化，构建贴近度函数，进行比较分析得到课堂教学质量综合评价结果。本发明专利技术能够体现高校教师在某段时期内的教学评价情况，为教师有针对性地进行后续教学内容和方法的调整提供理论支持。

【技术实现步骤摘要】

本专利技术属于教学能力评价，尤其涉及一种基于单值中智理论对某高校教师教学水平进行综合评价方面。

技术介绍

1、随着教育改革的推进，高校的教学水平在不断的提高，高校教师的教学情况变得更加多元化。然而，现有的评价体系开始难以完成教学评价，确保评价结果的准确性和可靠性已成为决策者面临的一个挑战。当前的教学评价主要是对课程成绩程度的评价，这主要是测试学生对课程内容的掌握程度。评价方法往往结构单一、主观且不能很好地评价学生上课状态。因此，有必要改进高校学生课堂学习效果的评价方法，并针对教学评价过程中的模糊和不确定信息进行具体分析，这有利于给决策者提供更直观的教学评价。

2、另一方面，随着信息技术在高等教育中的广泛应用，利用机器视觉技术评价课堂质量为评价大学教学提供了一个新的思路。当前虽然已经出现一些基于机器视觉技术在课堂教学、实验室实践和学生评估等方面的应用，但其指标权重确认方法往往采用单一加权法，容易导致结果不准确。因此，本专利技术采用yolov5对象检测模型对学生课堂行为进行实时识别。截取课堂教学视频中特定时间的图像作为学生课堂学习状态的数据集，选取本文档来自技高网...

【技术保护点】

1.一种基于机器视觉和单值中智集的高校课堂教学质量综合评价方法，其特征在于包括以下步骤：

2.如权利要求1所述的一种基于机器视觉和单值中智集的高校课堂教学质量综合评价方法，其特征在于，所述步骤S1中，选取学生课堂表现、学生课后评价与听课位置三个指标进行高校课堂教学质量综合评价；其中，学生课堂表现的中智数记为G1，学生课后评价中智数记为G2，听课位置中智数记为G3；利用YOLOv5软件获得学生的课堂表现信息以及听课位置信息；学生课堂表现主要划分为听，写，分心，玩手机和睡觉五种状态；听课位置选择主要划分为前三排、中间和后三排三种情况；课后评价得分由学生按照百分制对课堂教学质量进行...

【技术特征摘要】

1.一种基于机器视觉和单值中智集的高校课堂教学质量综合评价方法，其特征在于包括以下步骤：

2.如权利要求1所述的一种基于机器视觉和单值中智集的高校课堂教学质量综合评价方法，其特征在于，所述步骤s1中，选取学生课堂表现、学生课后评价与听课位置三个指标进行高校课堂教学质量综合评价；其中，学生课堂表现的中智数记为g1，学生课后评价中智数记为g2，听课位置中智数记为g3；利用yolov5软件获得学生的课堂表现信息以及听课位置信息；学生课堂表现主要划分为听，写，分心，玩手机和睡觉五种状态；听课位置选择主要划分为前三排、中间和后三排三种情况；课后评价得分由学生按照百分制对课堂教学质量进行打分；最终可以得到课堂教学质量综合评价的原始数据；基于原始数据信息可构建三个指标的评价中智数，进而可以得到课堂质量综合评价单值中智集；其中学生课堂表现的中智数g1、学生课后评价中智数g2、听课位置中智数g3分别记为

3.如权利要...

【专利技术属性】
技术研发人员：丁璐，张方伟，江军，袁小凡，李静媛，
申请(专利权)人：山东交通学院，
类型：发明
国别省市：