文摘

针对传统知识指导的局限性和不足现有的动态管理教室,一个deep-learning-guided Unity3D-based智能教室管理系统和相应的仪器提出了支持。我们首先建立一个虚拟场景和进口Unity3D汽车,为了提高实际的假动作证明通过c#脚本和前缀系统。随后,我们试图解决许可安排命题在多人实体场景,因此,我们完成认知帮助模块使用授权策略。我们的系统可以为不同的学生提供量身定制的权限,预见文本,视频,和一些灵活的功能。我们的系统可以分为多个弹簧云框架。我们进一步利用复述,优化系统架构。系统可以方便地应用于化学指示明确政府直接监督下虚拟试镜。它可以有效地解决权限问题在现实场景而提高学习效率和提高可访问性。一套基于深度学习的智能教室的行为系统,被狡猾的学习方法提出了相应的支持。它可以完成教室知觉。 It can optimally conduct status monitoring as well as classroom assignment and discussion services through deep learning vision techniques such as face perception and facial expression analysis. Extensive experimental results have shown the competitive performance of our method.

1。介绍

智能教室指导是关键平台各高校专业人才的培养。在实践中,所有的学院和大学高度重视它1- - - - - -5]。目前手工管理操作通常利用各种方式如考勤和课堂绩效评估。这些技术有许多缺点,如效率低和评估不足。许多学院和大学都试图应用各种软件来鼓励学生参加课堂。然而,这种机制不能成功地解决课堂效率低的严重的问题,如学生不愿参加课堂和他们对学习不感兴趣的内容。例如,重庆大学教师使用指纹考勤(1),学生利用指纹机器产生非常明显的签入和签出。与此同时,教师从吉林大学珠海学院开发了一套基于蓝牙考勤系统,这是与学生在上课前蓝牙设备。此外,有很多方法可以扫描二维码签到,发送微博签到,签入和签。我们在本文中提出了一个智能教室管理框架,实现课堂签到的功能通过deep-learning-based人脸检测。我们进一步评估学生有关学习情感状态通过识别面部表情。系统评价和相关数据分析的结果表明,该系统是用于教师评估学生的个人学习性能及时、客观地。同时,方便教师根据课程目标提高指导经验和学习氛围。

”调查报告的实验结果在流行期间在线教学的大学教师”和“在线学习的大学生调查报告”说明在下面6- - - - - -13]。这是流行期间进行3教师发展中心)试验以及保护的研究。在线路上的实现存在的问题可以概括为学院和大学syn:“学生在自主学习,”“的一部分教学内容不适合网上教学,“”“直播+在线互动”是主要的网络教学模式,”“学生参与不足,”“教学评价方法和方法并不成为在线教学,”等等。好解释中存在的关键问题的实现在线职业高校在流行期间,和多学科的基础上猜测,我们本文打算设计概念的动机是高校网络方法的实现。美国心理学家Carl Rogers,提示旨在透视一个国内外都十分关注“”概念,让学习者自学中心。这一理论关注的是教师和学生的情感和认知之间的良性互动和发展良好的学习情景和气氛。该模型基于系统教学的概念设计。“它不仅可以跟随Carl Rogers的命题,还进一步强调它是什么集中在培养学生的学习能力。学习能力是自我转变的组合、创新和发展学习者的学习动机、学习毅力、学习能力。显示的数据计算流行期间优化我国大学生的自主学习能力,也就是说,大学生的学习能力,是相对较弱。因此,在线课程应该建立的模型设计,和学习过程应在培养学习者的自主学习能力。 Our method highlights the problem of current college students’ learning as well as the problem of power lacking.

在这项工作中,我们实现一个深度学习大学网络课程管理的框架。模型侧重于优化学习者和指导下深入学习。整个框架包括深度学习pretraining阶段,细化阶段,深入了解和评价阶段。细化模型反映了教学课程设计和课程资源的面向模型的分布。它包括深入学习作为课程教学水平的基准,以及多行交互作为课程组织的连接活动。它还提供了多个课程实践的实用方法。自主学习的驱动力,课程的设计是学习支持的技术,和扩大时空上的课程是基于泛在学习。与此同时,学术评价的发展是基于全景视角。之后,该模型应用于特定的课程实现通过活跃的研究,在综合实验结果表明,该模型可以有效地避免网络教学的典型问题。与此同时,它还能有效地促进学生深入学习。 This can achieve the best learning performance.

“直播+在线互动”是主要的网上教学模式在高校流行[7- - - - - -16]。根据布鲁姆的计划目标维度的认知域,的认知目标“直播+在线互动”仍在“知道和理解的肤浅的学习阶段。“相对,深度学习是建立在培养学习者的高阶思维能力的“应用、分析、综合和评价。“学校没有明确的指示方法实现网上教学的高校中流行。埃里克·詹森和LeAnn Nickels-en美国两位知名的学者和教师的职业培训师,提出Deep-per学习周期的路线(DELC)从教师的角度指示,DELC路线。上面的操作包括七个步骤:设计标准和课程,preassessment,创建一个积极的学习文化,激活先验知识,获取新知识、处理深度知识,评估学生的学习根据DELC路线和在线大学期间操作。指令通常是在浅层学习的现实,和模型设计的在线课程需要深度学习在实施阶段。

迈克尔·g·摩尔的事务理论距离(事务性距离理论)认为,10- - - - - -18)相互作用的距离是指物理距离的距离导致的潜在心理或沟通的误解。交互距离直接影响三种类型的变量:对话、结构和自主学习。流行期间,缺乏学生参与高校网络课程证明由于instructor-student不足对话。它缺乏灵活的课程设计结构和弱学习者自主性。距离显著影响学生的交互。交互式学习的重点是促进教师和学生之间的互动,学生,和组,在信息技术的支持和互动为核心的功能。通过多行互动,学习者与学习环境中的各种元素进行交互。我们可以建立一个学习社区,使学习者感到思想和情感等相互作用的结果。M•卡洛琳·克拉克,著名教育学者首次提出的概念体现了学习理论,认为学习不是一种有意识的学习。他指的是日常生活或工作的物理刺激通过感觉而不是改变心理和情感层面。 This in turn responds through the body [7]。体现通过身体的感觉和经验学习强调学习的过程中身体和环境间相互作用。我们利用体现学习在线课程教学的实践活动,这有利于学习者深刻理解他们学到的知识。

Zhang et al .,伯纳德et al,陈等人引用了建筑业的“支架”14- - - - - -16),然后定义它在教育提供援助的学生根据他们的需求和帮助他们成长。地区学生的实际发展水平和潜在的发展水平重叠被称为“最近发展区。“这是贫困地区学生“验证”完成任务。在线连续模式的设计高校应该采取叙述所有可能的困难,学习者会遇到网络自治的过程中学习和适当地帮助学习者获取知识提供必要的材料。U-Learning,顾名思义,是指内部通信,无处不在的传说,这对每个人来说都是一次旅行获得任何信息的必要性,在任何地方,在任何紧张。目标是利用信息技术,为学生提供一个4(任何人,任何时候,任何地方,任何设备)的学习平台,可以利用而随时随地进行学习活动与手头的工具。无限的时间,无限的开放学习资源的上下文可以随时反映无处不在的学习等学习的特点,随时随地,不受限制地访问资源,认知网络的社会化和个性化,自主学习。

3所示。我们建议的方法

在深奖学金的准备阶段,我们进行了启蒙运动深突出阶段和明智的信评估。螺旋上方的投影系统是一个环绕系统,和之前的反馈项目执行的优化下执行。第一,文学深层的预备阶段。教练很穷了考试前的学习者和教学大纲也开发了考试。Prestandard学习者是基于系统的支持和资源,学习者和教师行为研究特点,初学者的情境特征,学习者偏好,学习者的行为特征,探索和利用和其他学者的意思。在此,我们制定一个学者模型。耻辱的预设课程教师构建知识模型和教义的假人基于策略的培养系统和资源。

学习模式的主要链接拦截如下:制定课程目标和珍惜高阶思维和识别具有挑战性的学习主题。我们建议一些巧妙的问题,引发认知斗争和配置多维学术整合资源,连接上下文。教育人们的战术模式是一个综合的指导方法,符合下属的特点,符合教学规律的教育方法,教育方法,符合派别的学者。通过熟人初学者的集成模式,模式,和指导策略模式,各种课程适合学习者构建方法。第二个阶段是深入过程进行了相应的奖学金。信的支持下,支架和一个完整的知识链,深科学变得清晰,和学习者的高阶思维效率相应提高。熟人的不完整的处理遵循进步刺激老的操作知识,结交新朋友,和连接小说和原始知识,知识结构和转换,创造和认知。

系统的工艺流程如下所示。客户端与Unity3D已得到改进。沙发的材质渲染和控制提供假材料,利用GUI交互界面。实际课堂的核心割线在业务完成反应,包括用户注册和登录,潜在的实验服务器开发的想法。和客户端传输到托盘通过HTTP接口和应用许可政策。MySQL有丰富的持久数据基本学生广告,和复述,富含热数据作为储备。在构建模型时,必须保证模式的决定论。我们应该同时确保组成计算顶点和虚拟三角形部分的总数并不太高,为了避免在运行时内存开销。如果系统有资金,这将影响系统的效率低下。我们生产高质量的产品,如测试工具,时尚,和复杂性不受场合,教室的墙壁,等。当模型较大,降低飞机的细度。 After the model is generated, textures are incorporated to its material structure properties to calculate the simulated optical results. In addition, confirming a 1 : 1 ratio of potential scenery to real classrooms is essential to improve students’ ability to unitize the system.

系统运行后,强度的眼镜,可用于登录这一节介绍。这种观点是通过GUI,图形用户界面。用户控制菜单和图标在屏幕上通过输入设备(如鼠标来完成一系列的交互。活跃的GUI包括属性如部分,按钮,输入框。补充接口后,我们结合c#脚本以便UI组件可以用于输入。在用户单击登录按钮后,系统将判断它匹配数据库中的现有数据根据用户输入信息和密码文本框。如果输入使用信息对应,SceneManager.LoadScene () API系统定期通过调用()函数来触发加载虚拟教室的场景,和一个原始成功消息迅速生成,否则,使用清除输入和一个红色的错误信使是输出。

人脸检测主要是基于MTCNN算法规则(3),包括神经网络和卷积神经网络。该算法使用三个子网,即P-NET, R-NET O-NET。P-NET:网络形式主要有执行窗口的外延地区和回归向量边界晶石。和边界框将会退化。此后,合格的小窗口分级,随后,高度重叠的候选框通过nonmaximum障碍合并(NMS功能)。R-Net:蜘蛛网配置将删除这些不可靠的省份通过回归和NMS边界框。由于神经丛结构之间的差异和P-Net网络结构,将一个完全附加层将实现隐藏假货的校正效果。O-Net:这一层有一个比R-Net螺旋升降电梯,和计算结果将高度精炼。

这对面部R-Net技术有更多的管理程度也五即时生产。后者的处理应对更微妙的起诉的窗台上。与此同时,生产外观信息将会更加准确,最后,将来源更多有益的视觉特性。这个方案也使用opencv算法政府基本事件交易业务相似阅读、列表和存储。我们称之为cv2 OpenCV。read (), cv2。imshow()和cv2。print()是实现apar。大厦草图MTCNN不言而喻的算法,阐述了该系统的在下面。叉伤害计算

plexus-guided概率 示例表明当前图像感知是一个脸,和 表示测试复制无耻的标签。在此, 。

上述系统有一个很大的命题:脸对齐技术。在实际资源情况下,抓住表面可能有竞争力,,,等等。为了使检测标志着大,厚度将纠正了二手校准技术。脸对齐是无耻地建模首先,可以分为全球和当地的到来建模方法,如外观模型。之前产生的形状,功能时尚(4),上述技术更典型的报警存在模型。我们考虑如何提取脸部外观信息建模和即将到来的省级信息建模,包括相似模型、投影模型和轮廓绳标准。我们目的结合mtcnn算法实现存在对准技术。我们计划获得切形成的两个视图和wheel-shape外观根据这个角。我们试图让旋转表示感谢面临必须裁剪的高度,进一步防止宽度比例确定作物信心宽度来获取特定的坐标进行对齐。

MXNET库支持紧缩的分析sec线条和可以分解面对声明通过利用多个卷积神经网络(5]。在面部表情识别的昵称,CK + +和MMI数据库出现在最近的爱丽丝,和数据库,如Affectnet AFEW-VA, SFEW出现在低年。面对肖像在这些数据库中没有对环境的需求,包括模型组不同位置和不同教派。在面部形状提取车站,发现存在特征点进行首先,其次是外观对齐技术,最后,相应的特征提取。外观分析指的是正面利用消除一系列的代理人,如首饰姿势和面部个性化(6)获得重整面部特征的任务。这导致无耻的面部特征向量以及表达确认。

4所示。实验结果和分析

本调查采用行动和思考的方法,将网络课程基础教育的“基础”为实际的治疗。

在线课程实施模式进行深度学习大学课程规划和实施,不断改进学习方法,促进学习者的自主学习和合作学习,以获得渊博的知识。这个活动的测试目标是H大学2018名本科生的汉语言文学和中国说其他语言的人,共有87名成年人参加。行动研究时期是2019 - 2020年第二学期柏拉图学年。程序实现的结果通过文学的结合过程性能分析和评估问卷。

学习成绩:这个机构的主要数据冷静的思考学习过程行为12正确作业,其中第一个7 extravertive辩论,最后5客观的审讯。从定量分析的角度,实现作业到处都是有用的,无处不在的平均分数是88.5,意味着有价值的标准是59%左右,表明,大多数学生已经结束的目的主要是学习扩展和能力训练,和奖学金的性能是令人钦佩的。具体细节如表所示1。

表1
作业平均成绩和优秀的比例。

问卷查看结果:五级李克特阶梯主要是就业行为评估问卷,描述从“坚决不同意”到“强烈协调。”这种想法使用SPSS22.0软件衰变的坚定和热情评价问卷(驱逐无偏见的争议),在那里 ,每个范围的量表的阿尔法合作规模在0.894和0.960之间,与问卷的可靠性。KM0值为0.895,和问卷调查发现尊贵的鲁棒性。问卷分析的共性分析,结果如表所示1。点1的场景中,72.29%的公司事务和24.1%的“通信”模式,去得分4.69意味着这种方法适用于“learner-centric”假定位。从第二场景的那一刻起,68.67%“强烈同意”,25.3%“同意”喜欢和4.63诺玛指控,发现这种方法有更好的学者特色课程资源分配的影响。从主题选择的细节,“非常符合”样本的73.49%和19.28%的“和谐”样本有一个得分为4.66分,表明本课程采用多样化教学模式,这当然是更有效率的分配资金。从陈词滥调4看来,68.67%的“强烈同意”,26.51%“同意”尝试运行总分为4.63,特别指出本课程的实施执行更好的均匀度和说服的效果。从第五项,71.08%“强烈同意”,22.89%“同意”,平均费用为4.65。这个示例演示了这些遗产的意图和实现知识的脚手架和支持学生主管信件。从剩下的6 59.04%的“强烈同意”,26.51%“同意”样本,诺玛得分为4.45,发现enflesh学习环节提出了进步比机身更有效学习和可以实现纯粹的文学。的影响。从现场的细节7,75.9%的“强烈同意”和20.48%的“同意”测试纸和标准得分4.72,解决了这条路,我们解决这条路和弥补缺陷的在线分离造成的博学的教师和学生,学生通过灵活的设计和场景之间的离婚的多向互动。 From the 8-detailed inspection committee, a 75.9% “strongly agree” and 18.07% “agree” sample and an average record of 4.7 indicate that this course has created an admirable literary atmosphere by assembling cooperation letters, etc. From the details of item 9, 84.34% of the “extraordinary contracts” and 14.46% of the “commitment” samples, as well as the Norma Bill of 4.93, all show that the implementation mark of this course has certain advantages and is deeply loved by users. The average “very suitable” ratio of 9 questions is 72.15%, and everywhere is 4.67, indicating that the course correctly implements the concept of model mean, and the implementation effect is excellent.

从知识过程的成果和问卷调查的结果,高校网络课程的实施模式基于复杂的学习可以发挥更大的作用。

课程学习者模型支持的资金安排,教学策略,和其他形式充满了活力,能珍惜学习者的更高的思维敏捷;活动模式系统可以实现多频声互动、和谐的学习;给学生平等的支持。实现业务欺骗深知识单元。可以看出,这个例子可以实现设计理念和取得优秀的成果,这可以解释常见问题在高校网络路由的实现,和追索权和推广无疑具有重要意义。由于重复末梢的局限性,素描的安排,和设计方法,本研究仍处于调查阶段,需要不断优化和深化在未来的教学策略。

由于不完整的解释虚拟现实教学应用和互动的失败的权限控制,该系统提出了一种基于RBAC的动态权限控制策略支持在虚拟环境中。指挥官包括用户、角色模型、权限和事件。5大单位,其中角色、时尚和权限分为细粒度的部门。一个角色,一方在一个充满活力的景观,拥有三个线索:一个字符标识符,一方的名字,一个政党的例子。不同的角色类型是不同的,如书商和索引的角色;也有不同的政党宪法在同一水平上,如常见的采矿和监控的作用。模型1、模型在虚拟演示包含4套信息:例如标识符,虚拟的权限,和实践的界限。权限单位指的是权限的角色和叉子在虚拟展览,包括4个人信息:允许识别、直接许可,最喜欢的内容,和宽容约束。许可满意度分为角色管理和模型的方向。许可约束包括数量限制和时间限制,相对有限。 The maximum number of filled roles and the maximum disposition time of the reason prevents the “master.” The occurrence supervision mechanism is used to monitor all events in the virtual scene and process them according to event types and processing principles. In order to explain that the virtual multiplayer exhibition solves the handicap problem of actual design, the business ethics guidelines are put forward: (1) the principle of weighing priority, when the actual person does not practice the model interaction request, the node with the earlier opportunity for the party will have the correct model interaction. (2) The principle of authorization priority. For model interaction, when a role with other permissions starts a model interaction request at the same time node (opportunity interval is less than 1 ms), the party with higher authority will have priority in the model interaction vertical. (3) Scope assignment axioms, accustomed to refuting roles with the same authority at the same rhythm, nodes have not tried modulo interaction requests and caused the system to fail, and use random match numbers to solve the problem. In order to solve the moral bifurcation and attribution proposition without experimental arrangement in the multianthropomorphic environment, the class progress axiom is proposed: the student’s role achievement and grade progress are combined to calculate the advantage antecedent value ,和实际操作的小 首先必须直接与实例交互。学者的权限优先级值 , 学生的积极效用的作用吗 。所有学生的角色, 是学生的课程改变聚会吗 ,和 是所有学生的角色。课程品牌,规模 类电路的重量 , 的负荷等级的价值 ,和系统管理 尊重所有潜在的角色,从这开始,以倾斜的顺序安排成一个队列,然后退出队列授予权限。公理之上的特定的实现依赖于Unity3D批处理文件更新的更新功能()方法中,每个设计,穿这个特性,它检测到事件监视机制,不断监视互动请求,HTTP接口包括祈祷时间。

5。结论

深度学习卷积神经网络的基础上,这个项目已经做了大量工作在提高课堂的效率,减少老师的任务,监督学生自学和自律,并让它方便老师了解课堂情况,记录课堂,并分析它在任何时间。学生的情绪状态可以促进交流等相关功能的实现。实际应用表明,系统运行稳定可靠,具有较高的实用价值。

数据可用性

获得的相关数据可以根据读者的要求。

的利益冲突

作者宣称没有利益冲突。

确认

本研究支持的2022年河南省教育科学规划研究主题:对新地平线的应用课程Ideoloy和政治活动Curriculum-A初步研究学前教育的教学设计主要在高等职业教育(没有。2022 yb0612)。