公开(公告)号：CN113010580A

公开(公告)日：2021-06-22

申请号：CN202110348594.5

申请日：2021-03-31

Applicant: 东北大学

Inventor： 刘恒宇 ,  于戈 ,  李凡 ,  张天成

IPC: G06F16/2458 ,  G06F16/26 ,  G06Q50/20 ,  G06N20/00

Abstract: 本发明提供一种基于学习迁移的知识追踪方法，涉及教育数据挖掘技术领域。该方法使用学习曲线和艾宾浩斯遗忘曲线作为先验，来追踪学生的知识熟练度和抽象原理掌握程度随时间的变化，将学生的知识结构分为两部分，一部分是通过学生对抽象原理的理解而获得的深层知识结构，另一部分是代表知识概念之间浅层关联的浅层知识结构，能有效提高模型性能，利用教育专家标注的Q矩阵来描述知识概念与题目之间的包含关系，作为先验来生成题目嵌入结果，设计概率矩阵分解框架，该框架分为以下三个部分，学生知识熟练度与抽象原理掌握程度追踪、学生练习反馈建模与模型参数学习，通过基于学习迁移的多级知识追踪模型来追踪学生的知识掌握程度。

公开(公告)号：CN105354988A

公开(公告)日：2016-02-24

申请号：CN201510920979.9

申请日：2015-12-11

Applicant: 东北大学

Inventor： 刘恒宇 ,  张天成 ,  谢海滨 ,  陈宏标

IPC: G08B21/06 ,  G06K9/00

CPC classification number: G08B21/06 ,  G06K9/00281 ,  G06K9/00845

Abstract: 本发明提出一种基于机器视觉的驾驶员疲劳驾驶检测系统及检测方法，属于机器视觉、机器学习技术领域，该系统属于非侵入式检测系统，在检测时通过摄像头采集所需信息，不影响驾驶员的正常驾驶，且设备价格低、体积小，仅需在车内安装蓝牙摄像头，在手机内安装app软件，便可实现对驾驶员的疲劳检测；本系统采集信息方便易行，使用时仅需外加摄像头即可适应任何车型及路况，拥有一致的疲劳判断标准和较高的疲劳判断准确率；本系统综合眼部、嘴部和脸部疲劳特征，提高了在复杂的驾驶环境下疲劳判断的准确率，并结合机器学习根据驾驶员的反馈来快速更新系统自身参数以适应不同驾驶员自身的不同特点，系统训练时间短，计算速度快，实时性强。