基于深度学习的高中学生课堂坐姿识别研究

来源 :中国信息技术教育 | 被引量 : 0次 | 上传用户:fgh45
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人工智能技术在教育领域的不断交叉融合,校园信息化和网络化逐渐由数字化转向智能化.通过机器自动识别学生的课堂行为活动可帮助教师高效精准地获取学生课堂状态,并进行科学分析.近年来,高中生由长期不良坐姿导致的脊柱侧弯和近视比例不断攀升,对青少年的身体健康产生巨大的威胁.本文通过深度学习技术对深圳某高中采集的225名学生的9种正确及不良坐姿的图片数据进行处理和模型训练,分别使用Deneenet和Xception网络获得7种坐姿80%以上的准确率,并将其用于学生课堂状态识别,有效助力学生课堂坐姿的提醒.
其他文献
为了提高无线传感网数据的优化存储能力,提出基于多维相空间重构的无线传感网数据动态压缩算法.构建无线传感网数据的分布式存储结构模型,采用模糊隶属度挖掘的方法进行无线传感网数据的知识图谱特征提取,构建无线传感网数据的动态压缩输出模型,利用知识图谱挖掘和模糊度检测分析的方法进行无线传感网数据分类处理,采用多维相空间重构方法实现数据的特征降维,实现无线传感网数据动态压缩.仿真结果表明,采用该方法进行无线传感网数据压缩的无损性较好,无线传感网数据输出的保真性较强,提高了无线传感网数据的优化存储能力.
本文从小学编程教育如何培养计算思维这一问题出发,探讨了逆向思维的重要性,让学生意识到思维瓶颈的存在,并提出小学编程逆向思维能力培养的具体策略.作者认为必须加强编程逆向思维能力的培养,摆脱思维定势的束缚,以此来帮助学生综合提升编程核心素养.
本文作者以小学信息技术可视化编程模块为例,结合深度学习理论,从学习单元的视角,以同课异构的方式探索了在小学信息技术教学中如何聚焦学生的计算思维,构建深度学习的课堂.
当前在通信大数据清洗过程中,由于不能同时实现数据滤波与清洗,导致清洗效果差及通信时延高,为此提出基于随机森林算法的通信大数据重复清洗方法.构建主网通信数据的多维分布异构存储节点分布模型,采用云融合调度方法进行数据自适应调度和信息特征采样,结合模糊特征匹配和检测滤波方法实现数据采集过程中的抗干扰处理,根据所采集到的数据采用随机森林算法进行主网通信大数据滤波和自适应清洗.仿真结果表明,采用该方法进行通信大数据重复清洗的通信时延短,效果好,具有可靠性.
传统渔业水产养殖系统安全监控技术存在监控数据传输不稳定的问题,为此,提出基于传感组网节点优化的智慧渔业水产养殖系统物联设备安全监控技术.构建监控节点优化定位模型,采用路由自适应探测协议实现监控组网协议设计;通过分布式均衡控制模型设计监控节点优化部署和物联网节点传输路由;构建全网功耗均衡模型,均衡监控信道;结合自适应路由转发控制协议均衡调度监控节点的分簇,实现智慧渔业水产养殖系统物联设备的安全组网和节点部署.测试结果表明,所提技术的监控部署定位能力较好,数据传输的稳定性较高.
● 有关有效性教学的研究背景rn教学有效性是指通过课堂教学使学生获得终身受用的知识,发展其综合全人素养和培养其良好的非智力因素(如态度、兴趣、动机、意志、习惯等).教学的有效性凸显了现代的教学观,体现了对学生主体性的认知水平,是教学价值的评价维度之一.在具体的教学过程中,教师监控学生认知的程度及学习真正发生的程度.教学的有效性和教学效能密切相关,是评价教师教学能力的重要指标.
深度学习的研究应时代变革之需而生,与之价值取向相一致的STEAM教育为促进深度学习实现的机制与路径提供了新的思考.STEAM教育通过问题驱动促进学习者深层动机的激发,通过问题解决过程中的切身体验促进学习者深度理解,通过表现性任务支持深度学习的表现性评价.作者提出,可通过创设学习问题、建构多元学习共同体以及探究以核心素养为指向的评价指标体系路径来促进深度学习真正实现.
《中国信息技术教育》:云思智学作为一家年轻的科技型企业,为何要选择布局教育信息化领域?rn李茂财:社会各项事业的发展,最终是靠人才来推动,而教育作为培养人才的事业,是这一切的基石.云思智学作为一家专注于教育的科技公司,投身于国家教育现代化的历史进程中,以科技赋能智慧教育,这既是发展的必然,也是责任使然.
智慧教室的作用在于促进课堂教学改革,提高人才培养质量.所以,智慧教室的建设应坚持以需求为导向,符合学校实际和人才培养的职能.作者提出智慧教室的“智慧”核心在于人的智慧,只有充分调动教师的内生动力、提高教师驾驭智慧教室的能力,才能充分发挥智慧教室对人才培养的促进作用.
教育信息化建设日新月异,产生的数据愈发庞大复杂,由此催生出教育大数据管理与应用方面的诸多问题,数据治理势在必行.本文针对当前教育大数据普遍存在的问题,提出教育大数据治理的参考框架,以期能够为教育大数据治理的研究者和实践工作者提供参考.