-
公开(公告)号:CN119359503A
公开(公告)日:2025-01-24
申请号:CN202411480565.4
申请日:2024-10-23
Applicant: 北京理工大学
IPC: G06Q50/20 , G06Q10/0639 , G06N5/022
Abstract: 本申请公开了一种最优专业培养方案筛选方法、装置、设备、介质及产品,涉及最优专业培养方案筛选领域,该方法包括根据专业培养方案内专业知识数据构建专业知识图谱;所述专业知识数据包括专业相关的知识点、能力要求、课程内容以及预期学习成果;基于所述专业知识图谱,计算专业培养方案的评价指标;所述评价指标包括专业目标达成度、知识体系关联度、学期分配平衡度以及专业课排布冲突率;按照评价指标对所有专业培养方案分别进行评价,确定各个专业培养方案的综合评价得分;将所述综合评价得分最高的专业培养方案确定为最优专业培养方案,本申请提高了最优专业培养方案的准确性。
-
公开(公告)号:CN119478766A
公开(公告)日:2025-02-18
申请号:CN202411442950.X
申请日:2024-10-16
Applicant: 北京理工大学
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种基于人工智能的异常视频检测方法、系统及终端,涉及电子信息技术领域。检测方法包括:将原始视频转换为帧序列,获得每一帧图像的高维特征向量;提取原始视频的文本特征,获得文本特征向量;采用Late Fusion方法及交叉模态注意力机制对高维特征向量及文本特征向量进行特征融合,获得多模态特征序列;采用多层Transformer编码器对多模态特征序列进行特征处理,获得处理后的特征序列;对处理后的特征序列进行后处理,获得异常信息值;配置异常信息阈值,当异常信息值大于异常信息阈值时,判断为异常视频;当异常信息值小于等于异常信息阈值时,判断为非异常视频。本发明能够充分利用多模态信息,优化特征融合结果,提高检测性能。
-
公开(公告)号:CN119358652A
公开(公告)日:2025-01-24
申请号:CN202411482926.9
申请日:2024-10-23
Applicant: 北京理工大学
IPC: G06N5/022 , G06N7/01 , G06Q10/047 , G06Q50/20 , G06F18/20 , G06F123/02
Abstract: 本申请公开了一种基于知识图谱的学习路径分析方法、装置、设备及介质,涉及在线学习平台分析领域,该方法包括:根据用户操作信息和在线学习平台的知识图谱,确定知识行为事件和学习行为事件,从而确定结构化的用户操作记录数据,并采用时间戳顺序分析方法确定知识点学习序列和学习行为序列,从而确定学习路径基本序列;根据学习行为事件提取行为模式特征;根据知识图谱中节点之间的关系采用隐马尔可夫模型计算学习路径知识关联度;根据行为模式特征、学习路径知识关联度和学习路径基本序列确定学习路径表征模型,本申请可以将用户的学习行为模式与知识点学习顺序结合起来,并能评估学习行为与知识点之间、前后知识点之间的关联度。
-
-