TY -的A2 -安萨里,伊姆兰Shafique AU -郭,金鹏盟——徐、Ting PY - 2022 DA - 2022/09/28 TI -它监视和管理的学习在线课程的质量基于机器学习的大学生SP - 5501322六世- 2022 AB -网络信息技术和远程技术学习提供便利为大学生学习在线课程,但在实践中还发现了一些问题,和学校需要注意提高学生的学习质量和监督。cross-spatial性质的研究可以用来研究如何检测学生学习疲劳和学习集中在网络教室。本文首先设计一个轻量级的卷积神经网络模型对眼睛状态分类和验证模型的性能。设计模型具有结构紧凑和较高的识别率。结合人眼定位算法,识别眼睛的打开和关闭状态的实现。最后,使用PERCLOS值疲劳检测的可行性,欧拉角,并通过实验验证了模型的偏航。角可以用来检测学生的关注。其他合作的方法可以提高协同监督方法,从而提高大学生网络学习的质量和效率,促进数字现代教学管理的发展模式,并探索未来可能的技术和相应的教学方法和管理模式的变化。SN - 1574 - 017 - 2022/5501322 / 10.1155 x你——https://doi.org/10.1155/2022/5501322——摩根富林明-移动信息系统PB - Hindawi KW - ER