基于深度学习的学生学习情感模型建立与分析 |
| |
引用本文: | 周江,李锋,蔡臻.基于深度学习的学生学习情感模型建立与分析[J].信息与电脑,2023(2):104-107. |
| |
作者姓名: | 周江 李锋 蔡臻 |
| |
作者单位: | 广东交通职业技术学院 |
| |
摘 要: | 传统的情感模型仅仅关注学生学习表情与对应的学习情感之间的关系,而忽略了不同学习情感之间的关系,因而导致学生学习表情识别准确率相对较低。基于此,建立学生学习表情三维状态空间情感模型,并在其中引入Maxout神经元,从而构建优化的三维状态空间情感模型,进一步解决三维梯度弥散问题,更好地优化系统的训练过程,在本模型中还引入了情感分类器的概念,实现对学生学习表情情感状态的有效分类,从而进一步增强模型的泛化能力。另外,建立了愉悦、困惑、惊讶、中性和疲倦5种情感状态的模型,并依据所提出的模型进行了实际验证实验,实验结果表明所提出的优化后的三维状态空间情感模型相比于传统模型识别准确率提升了12.5个百分点。
|
关 键 词: | 学生学习情感模型 三维状态空间情感模型 Maxout神经元 情感分类器 学生学习表情识别 |
|
|