基于RBFNN算法的认知情感状态识别模型在学生学习状态评判中的应用  

作　　者：刘婧 钟小兰 黄笑 朱新强 万晨鑫 郑冬喜[2] 

机构地区：[1]九江学院,江西九江332005 [2]九江学院江西省数控技术重点实验室,江西九江332005

出　　处：《南方农机》2024年第19期157-160,共4页

基　　金：国家自然科学基金“磁各向异性水凝胶微弹簧递送新藤黄酸与辅助磁热疗的机制研究”(82360704);江西省基础教育研究课题“人工智能视域下小学教育评价的实施路径研究”(SZUJJZH2024-1184);江西省认知科学与跨学科研究中心专项课题“基于深度学习人工神经网络算法学生课堂认知情感状态的评价研究”(RZYB202207);江西省认知科学与跨学科研究中心专项课题“多粒度认知知识图谱系统及产业布局决策研究”(RZYB202209)。

摘　　要：学生的学习状态可以通过认知情感状态来判别,采用机器视觉技术和引入注意力机制的CNN算法可以更好地捕捉和分析学生的脸部表情与身体姿态,以此作为基于RBFNN算法构建认知情感状态识别模型的输入参数,提高认知情感状态识别的时效性和准确性。应用结果表明,该认知情感状态识别模型,能够提高学生学业评判和教师教学评价的科学性,提高教学效果。

关 键 词：认知情感状态 学习状态 机器视觉 RBFNN 

分 类 号：G434[文化科学—教育学]