-
大数据分析技术
深入地分析学情数据,针对数据多样性、数据量、数据产生的高速度进行设计,按学校、区域、城市、省等维度进行组织,横向、纵向打通数据链,建立依照数据架构、组织和模型复杂全结构多层次多功能聚焦数据价值的大数据平台。
-
人工智能技术
用人工智能技术帮助教育活动在学习场景的交互过程中,为优质教学资源赋能。通过数据和算法进行挖掘,可以打造知识图谱;通过语义识别、图像识别、人脸识别、情感识别、手势识别等方面进行探索,以解决供求端的教育资源赋能的问题,真正实现“个性化”教育,因材施教。利用人工智能的情感分析等技术增强了双师教学的交互感,了解远程双师教室孩子的注意力、疲劳度、兴趣度。利用大数据及脑科学技术挖掘学生的潜在动力和求知探索欲,并引导学生从知识的被动吸取逐渐转变为主观地对世界的观察和探索,从而真正激发每个学生的不同潜能。
-
面部识别技术
使用高速摄像头面部识别技术,以百万毫秒为单位,记录学生在课堂学习过程的事件,经过智能识别及行为分析,实现更精准的教学目标。
-
VR虚拟教学技术
VR教学在利用3D技术制作出的学习资源更加生动逼真,有利于情境渲染、模拟仿真。VR教学的学习资源如3D动画、视频、模型等多样化的具有良好的交互性,大大提高了学习者学习的认知。VR教学虚拟现实技术给人带来较好的真实感,计算机图形学中一个重要组成部分就是真实感显示技术,利用知识在相关设备上生成真实感的图形,将传统课堂中某些不利于理解的内容,通过VR虚拟现实技术形象表现出来,让学习者更好地领悟教学内容,把握教学要点。
-
脑波仪教学技术
脑波仪可以应用于监测学生学习时的专注力水平,搭配软件使用,透过显示器直观地呈现使用者目前的的大脑专注程度及放松程度,并由此可探讨教材的设计形式是否可以吸引学生专注学习。
-
唱奏音滤波降噪技术
采用归一化最小均方误差算法,采集实际噪声环境下各种不同信噪比的带噪语音样本进行降噪处理,处理后信号的信噪比得到了较大程度的提高,大大改善了听音效果,具有很高的可懂度,且语音自然度好,可有效降低考试时其它唱奏声所形成的干扰。
-
乐谱识别及在线编辑技术
利用图像处理、模式识别、文档图像分析等技术,把乐谱图像进行延拓,用二维FFT算法对模板进行处理、取共轭、变换矩阵、化一,得到相关系数矩阵,转化成通用的数字音乐格式,并支持在线编辑,生成新的乐谱。
-
答题卡识别技术
采用图像获取装置扫描答题卡以获取答题卡图像,答题卡按照指定的规则设计制作而成,答题卡A、B两面的四个角处均设置有锚点;对答题卡图像进行灰度处理,得到答题卡的灰度图像;识别灰度图像上的锚点信息,根据锚点信息对所述灰度图像进行校正;对校正后的灰度图像进行二值化处理,根据二值化处理后的灰度图像分析答题卡上填涂区域的浓度及面积,以识别填涂区域是否被填涂,并根据识别结果统计出答题卡的得分。
-
多维评画技术
多维度呈现绘画批改的结果,来自高等美术学府专家的专职语音点评,结合在线评改,更加详细解决学生的画面问题。