掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
妙相梵容
-
>
基立爾蒙文:蒙文
-
>
我的石頭記
-
>
心靈元?dú)馍?/p>
-
>
女性生存戰(zhàn)爭
-
>
縣中的孩子 中國縣域教育生態(tài)
-
>
(精)人類的明天(八品)
中圖價(jià):¥69.6
加入購物車
基于多模態(tài)數(shù)據(jù)的學(xué)生在校行為特征研究 版權(quán)信息
- ISBN：9787509698662
- 條形碼：9787509698662 ; 978-7-5096-9866-2
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
基于多模態(tài)數(shù)據(jù)的學(xué)生在校行為特征研究 內(nèi)容簡介
學(xué)生群體的日常行為大多發(fā)生在固定的校園環(huán)境內(nèi)，智慧校園提供了大量對(duì)于學(xué)生群體的行為記錄數(shù)據(jù)，對(duì)于學(xué)生群體和個(gè)體來說，其對(duì)應(yīng)數(shù)據(jù)被詳細(xì)地記錄或可從多項(xiàng)數(shù)據(jù)中綜合分析獲得，為建構(gòu)學(xué)生群體和個(gè)體的行為模式基線以及分析行為模式的變化提供可能性。本書主要以學(xué)生的課堂行為和生活習(xí)慣作為研究對(duì)象，基于大數(shù)據(jù)分析的視角，通過大數(shù)據(jù)技術(shù)感知學(xué)生的課堂學(xué)習(xí)狀態(tài)變化及校園行為模式變化，從而為學(xué)生個(gè)體的課堂學(xué)習(xí)參與度的分析提供直接數(shù)據(jù)支持，也為心理健康狀況變化的主動(dòng)監(jiān)測提供側(cè)面數(shù)據(jù)支持。
基于多模態(tài)數(shù)據(jù)的學(xué)生在校行為特征研究 目錄
第1章 緒論
1.1 研究背景與意義
1.1.1 在線教育方面的研究背景
1.1.2 心理健康教育方面的研究背景
1.2 研究的必要性分析
1.2.1 在線學(xué)習(xí)狀態(tài)分析的必要性分析
1.2.2 情緒狀態(tài)分析的必要性分析
1.3 本書的內(nèi)容簡介
1.4 本書涉及的數(shù)據(jù)集
1.4.1 在線教學(xué)的學(xué)生端視頻數(shù)據(jù)
1.4.2 課堂教學(xué)的教室監(jiān)控視頻數(shù)據(jù)
1.4.3 校園卡的刷卡消費(fèi)和門禁數(shù)據(jù)
1.5 本書的組織結(jié)構(gòu)
第2章 相關(guān)方法和技術(shù)基礎(chǔ)
2.1 智慧校園數(shù)據(jù)分析與應(yīng)用
2.2 用戶行為數(shù)據(jù)表示與分析方法
2.2.1 面部表情識(shí)別技術(shù)
2.2.2 面部姿態(tài)估計(jì)技術(shù)
2.2.3 動(dòng)作和手勢識(shí)別技術(shù)
2.2.4 情感識(shí)別及其序列分析
2.3 學(xué)生心理健康問題識(shí)別方法
2.3.1 基于醫(yī)學(xué)診斷的識(shí)別方法
2.3.2 基于生理信號(hào)的識(shí)別方法
2.3.3 基于視覺技術(shù)的識(shí)別方法
2.3.4 基于社交和網(wǎng)絡(luò)數(shù)據(jù)的識(shí)別方法
2.3.5 基于行為習(xí)慣的評(píng)估方法
2.4 學(xué)生個(gè)體的智能推薦方法
2.5 表情識(shí)別模型和方法
2.5.1 表情識(shí)別模型及方法的廣泛應(yīng)用
2.5.2 基于區(qū)域劃分的面部表情識(shí)別方法
2.5.3 基于注意力機(jī)制的面部表情識(shí)別方法
2.6 面部姿態(tài)估計(jì)模型與方法
2.6.1 基于人臉關(guān)鍵點(diǎn)檢測的面部姿態(tài)估計(jì)方法
2.6.2 基于無須人臉關(guān)鍵點(diǎn)檢測的面部姿態(tài)估計(jì)方法
2.7 3D人臉建模方法與技術(shù)
2.7.1 傳統(tǒng)的三維人臉重建方法
2.7.2 基于模型的三維人臉重建
2.7.3 端到端的三維人臉建模
2.8 人物交互檢測與識(shí)別方法
2.8.1 兩階段人物交互檢測算法
2.8.2 單階段人物交互檢測算法
2.8.3 端到端的人物交互檢測算法
2.9 單目標(biāo)跟蹤方法與技術(shù)
2.9.1 基于濾波算法的目標(biāo)跟蹤
2.9.2 基于孿生網(wǎng)絡(luò)檢測的目標(biāo)跟蹤
第3章 輕客戶端表情識(shí)別模型改進(jìn)方法研究
3.1 適用于學(xué)生端的表情識(shí)別模型改進(jìn)
3.1.1 模型改進(jìn)方案設(shè)計(jì)
3.1.2 實(shí)驗(yàn)數(shù)據(jù)集描述與預(yù)處理
3.1.3 模型改進(jìn)實(shí)驗(yàn)結(jié)果與分析
3.2 基于不同區(qū)域特征融合的面部表情識(shí)別
3.2.1 注意力機(jī)制的改進(jìn)
3.2.2 基于注意力機(jī)制的多尺度特征融合方法
3.2.3 損失函數(shù)設(shè)計(jì)
3.2.4 實(shí)驗(yàn)設(shè)置與數(shù)據(jù)集介紹
3.2.5 實(shí)驗(yàn)結(jié)果定性與定量分析
3.2.6 消融實(shí)驗(yàn)分析
3.3 本章小結(jié)
第4章 單目視頻中面部姿態(tài)估計(jì)模型改進(jìn)研究
4.1 面部姿態(tài)估計(jì)模型改進(jìn)
4.1.1 網(wǎng)絡(luò)模型改進(jìn)方案
4.1.2 基于FPTR網(wǎng)絡(luò)模型的面部姿態(tài)估計(jì)
4.1.3 基于坐標(biāo)轉(zhuǎn)換的面部邊界框估計(jì)
4.1.4 損失函數(shù)設(shè)計(jì)
4.2 面部姿態(tài)識(shí)別實(shí)驗(yàn)結(jié)果與分析
4.2.1 模型訓(xùn)練參數(shù)設(shè)置
4.2.2 模型有效性定性分析
4.2.3 模型性能定量分析
4.2.4 消融實(shí)驗(yàn)分析
4.3 本章小結(jié)
第5章 基于單目視頻的學(xué)生3D人臉建模
5.1 端到端的人臉建模原理
5.2 基于MTCNN的人臉檢測
5.2.1 MTCNN檢測模型網(wǎng)絡(luò)結(jié)構(gòu)
5.2.2 調(diào)整因子與Minsize參數(shù)
5.2.3 模型損失函數(shù)
5.3 基于幀間相似度的關(guān)鍵幀提取
5.3.1 常用的關(guān)鍵幀提取方法
5.3.2 鏡頭邊界的判斷
5.3.3 幀間相似性的計(jì)算
5.3.4 融合與改進(jìn)后的算法
5.4 基于圖像幾何自動(dòng)編碼器的人臉重建
5.4.1 圖像幾何編碼器
5.4.2 圖像幾何編碼器網(wǎng)絡(luò)架構(gòu)
5.4.3 圖像幾何編碼器的改進(jìn)方法
5.4.4 改進(jìn)模型的實(shí)現(xiàn)方法
5.5 實(shí)驗(yàn)結(jié)果與分析
5.5.1 實(shí)驗(yàn)結(jié)果定性分析
5.5.2 人臉檢測模型改進(jìn)效果分析
5.5.3 關(guān)鍵幀提取改進(jìn)效果分析
5.5.4 自動(dòng)編碼器的改進(jìn)效果分析
5.5.5 Batch Size對(duì)訓(xùn)練效率的影響
5.6 本章小結(jié)
第6章 單目視頻中交互檢測與識(shí)別研究
6.1 人物交互行為檢測模型框架對(duì)比
6.1.1 兩階段人物交互檢測模型框架
6.1.2 單階段人物交互檢測模型框架
6.1.3 端到端的人物交互檢測模塊框架
6.2 基于Transformer的人物交互檢測框架改進(jìn)
6.2.1 人物交互檢測模型SHOTR模型
6.2.2 基于多分辨率特征的信息融合
6.2.3 基于信息性得分的特征篩選
6.2.4 基于Transformer的人物交互關(guān)系推理
6.2.5 損失函數(shù)
6.3 實(shí)驗(yàn)分析
6.3.1 數(shù)據(jù)集及評(píng)價(jià)指標(biāo)
6.3.2 訓(xùn)練過程與結(jié)果可視化
6.3.3 對(duì)比分析實(shí)驗(yàn)
6.3.4 消融實(shí)驗(yàn)分析
6.4 本章小結(jié)
第7章 學(xué)生個(gè)體特征畫像與交互推薦
7.1 交互推薦原則分析
7.2 基于短期向量聚類的學(xué)生分類
7.3 基于長期向量聚類的學(xué)生推薦
7.4 實(shí)驗(yàn)結(jié)果分析
7.5 本章小結(jié)
第8章 課堂視頻中的面部姿態(tài)識(shí)別與數(shù)據(jù)分析
8.1 面部姿態(tài)識(shí)別與數(shù)據(jù)分析方法
8.2 面部姿態(tài)數(shù)據(jù)獲取模型
8.3 學(xué)生面部姿態(tài)數(shù)據(jù)獲取與預(yù)處理
8.3.1 基于連續(xù)幀的學(xué)生面部與身份匹配
8.3.2 學(xué)生面部姿態(tài)數(shù)據(jù)序列構(gòu)建
8.4 面部姿態(tài)數(shù)據(jù)語義化轉(zhuǎn)換
8.4.1 面部姿態(tài)數(shù)據(jù)的分布情況
8.4.2 面部姿態(tài)數(shù)據(jù)語義化轉(zhuǎn)換
8.5 群體面部姿態(tài)的狀態(tài)隨時(shí)間變化情況
8.5.1 面部姿態(tài)狀態(tài)靜態(tài)統(tǒng)計(jì)
8.5.2 面部姿態(tài)狀態(tài)靜態(tài)分析
8.6 群體面部姿態(tài)狀態(tài)切換頻率統(tǒng)計(jì)
8.6.1 不同時(shí)間段的面部姿態(tài)狀態(tài)變化統(tǒng)計(jì)
8.6.2 面部姿態(tài)狀態(tài)隨時(shí)間變化分析
8.7 群體頭部位置變化數(shù)據(jù)分析
8.7.1 頭部位置移動(dòng)幅度評(píng)分
8.7.2 學(xué)生群體活躍度分析
8.8 本章小結(jié)
第9章 課間視頻中的學(xué)生個(gè)體目標(biāo)跟蹤研究
9.1 SiamFC模型和SiamRPN++模型對(duì)比
9.1.1 SiamFC模型原理
9.1.2 SiamRPN++模型原理
9.2 基于孿生網(wǎng)絡(luò)的單目標(biāo)跟蹤模型
9.2.1 單目標(biāo)跟蹤模型SiamRPNer++結(jié)構(gòu)
9.2.2 基于ResNeXt的特征提取網(wǎng)絡(luò)優(yōu)化
9.2.3 基于空間注意力的特征增強(qiáng)
9.2.4 損失函數(shù)
9.3 實(shí)驗(yàn)分析
9.3.1 數(shù)據(jù)集及評(píng)價(jià)指標(biāo)
9.3.2 實(shí)驗(yàn)環(huán)境設(shè)置
9.3.3 定量對(duì)比實(shí)驗(yàn)分析
9.3.4 定性對(duì)比實(shí)驗(yàn)分析
9.3.5 消融實(shí)驗(yàn)分析
9.4 本章小結(jié)
第10章 基于刷卡數(shù)據(jù)的學(xué)生行為特征分析
10.1 刷卡數(shù)據(jù)的預(yù)處理
10.2 刷卡機(jī)分布數(shù)據(jù)統(tǒng)計(jì)
10.3 學(xué)生刷卡數(shù)據(jù)群體特征分析
10.3.1 學(xué)生充值情況統(tǒng)計(jì)
10.3.2 學(xué)生對(duì)不同食堂的喜好傾向
10.3.3 學(xué)生對(duì)不同消費(fèi)窗口的喜好傾向
10.3.4 所有學(xué)生平均每餐的消費(fèi)情況
10.4 學(xué)生分類別群體消費(fèi)傾向分析
10.4.1 不同性別的消費(fèi)類別傾向分析
10.4.2 不同專業(yè)的消費(fèi)特征分析
10.4.3 不同專業(yè)門禁使用特征分析
10.5 刷卡數(shù)據(jù)的個(gè)性化分析
10.5.1 某同學(xué)的消費(fèi)數(shù)據(jù)占位情況分析
10.5.2 某同學(xué)消費(fèi)習(xí)慣的變化情況
10.5.3 某同學(xué)消費(fèi)數(shù)據(jù)基準(zhǔn)間的相似度比較
10.6 本章小結(jié)
第11章 總結(jié)與展望
11.1 本書的工作總結(jié)
11.2 進(jìn)一步研究與展望
參考文獻(xiàn)
展開全部
基于多模態(tài)數(shù)據(jù)的學(xué)生在校行為特征研究 作者簡介
李慧，工學(xué)博士，北京聯(lián)合大學(xué)管理學(xué)院副教授。主要研究方向?yàn)閿?shù)據(jù)挖掘與數(shù)據(jù)分析。 2014年博士畢業(yè)于北京科技大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)，同年入職北京聯(lián)合大學(xué)管理學(xué)院。主持國家自然科學(xué)基金項(xiàng)目1項(xiàng)、主持北京市自然科學(xué)基金項(xiàng)目1項(xiàng)。以第一作者發(fā)表論文20余篇、以第一發(fā)明人授權(quán)國家發(fā)明專利1項(xiàng)。
書友推薦
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
朝聞道
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
苦雨齋序跋文-周作人自編集
- >
姑媽的寶刀
- >
月亮虎
- >
羅曼·羅蘭讀書隨筆-精裝
- >
上帝之肋:男人的真實(shí)旅程
本類暢銷
