学生学习行为采集与分析系统及其方法.pdf

《学生学习行为采集与分析系统及其方法.pdf》由会员分享，可在线阅读，更多相关《学生学习行为采集与分析系统及其方法.pdf（11页珍藏版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 102663347 A(43)申请公布日 2012.09.12CN102663347A*CN102663347A*(21)申请号 201210076652.4(22)申请日 2012.03.21G06K 9/00(2006.01)G06F 1/32(2006.01)G06F 17/30(2006.01)(71)申请人陕西师范大学地址 710062 陕西省西安市长安南路199号(72)发明人吴晓军 马悦 良梓(74)专利代理机构西安永生专利代理有限责任公司 61201代理人申忠才(54) 发明名称学生学习行为采集与分析系统及其方法(57) 摘要本发明属于无线通信技术领域。

2、，具体涉及一种学生学习行为采集与分析系统及方法，其系统包括外部计算机和与外部计算机连接的学习行为数据实时自动记录装置；所述学习行为数据实时自动记录装置能够采集人体加速度信息，并将人体加速度信息传递至计算机进行分析；学习行为数据实时自动记录装置包括：动作采集单元、时钟单元、存储单元、通信单元以及智能分析与处理单元，智能分析与处理单元通过其输入输出端口分别与动作采集单元、存储单元、时钟单元以及通信单元相连接，并协调它们之间的动作，其避免了需要给人体多个部位均佩戴采集装置的不便与不适，而且通过分析学生的性格特征及学习行为习惯，为学生的健康发展提供正确引导，达到避免偏科。(51)Int.Cl.权利要求。

3、书2页 说明书5页 附图3页(19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书 2 页 说明书 5 页 附图 3 页1/2页21.一种学生学习行为采集与分析系统，其特征在于：包括外部计算机和与外部计算机连接的学习行为数据实时自动记录装置；所述学习行为数据实时自动记录装置能够采集人体加速度信息，并将人体加速度信息传递至计算机进行分析；所述的学习行为数据实时自动记录装置包括：动作采集单元，用于采集人体加速度信息，并输出动作信号，所述动作采集单元为加速度传感器；时钟单元，为整个装置提供时间信息，并为加速度传感器采集到的行为数据提供时间标记；存储单元，用于存放系统配置信息、学习行为分类。

4、特征库以及学习行为特征分析结果；通信单元，与外部计算机相连，用于将智能分析与处理单元的处理结果传输至外部计算机，并接收外部计算机发来的指令，实现配置信息的设置及学习行为分类库的更新和升级；智能分析与处理单元，通过其输入输出端口分别与动作采集单元、存储单元、时钟单元以及通信单元相连接，并协调它们之间的动作。2.根据权利要求1所述的学生学习行为采集与分析系统，其特征在于：所述系统配置信息包括学生姓名、学号、课程表、每堂课的上课及下课时间、装置自动开启时间和自动关闭时间；学习行为分类库在初始条件下包括跑、跳、走路、晃动、起立、坐下、静止的行为动作；所述的通信单元通过USB接口、蓝牙、wifi、GPR。

5、S、Zigbee与外部计算机相连。3.一种使用权利要求1的学生学习行为采集与分析系统的方法，其特征在于：其由以下步骤组成：1)启动系统，判断是否连接外部计算机，如果是，则进行步骤2)，如果否，则进行步骤3)；2)系统配置，设置学生姓名、学号、课程表、系统自动开启时间和自动关闭时间，并进行系统时间同步；3)对系统进行初始化，将数据分析标志清除；4)启动数据分析进程；5)设置数据采集中断处理程序；6)判断系统是否结束，若结束，则退出系统，否则继续判断。4.根据权利要求3所述的方法，其特征在于：所述方法还包括步骤7)外部分析程序，将存储的数据记录发送至外部计算机进行进一步分析，分析过程结合课程表安排。

6、，针对不同的课程及课间进行分析。5.根据权利要求4所述的方法，其特征在于：所述步骤7)具体是：7.1)将系统配置信息及时间信息同步至学习行为数据实时自动记录装置；7.2)获得数据记录后，根据课程表及每堂课的上课、下课时间对数据记录进行分组，同种类别课程的数据记录分为一组；7.3)分组后的数据记录存入计算机数据库中；7.4)用针对课程的智能数据处理方法对每组数据进行分析；7.5)将分析结果存入数据库中，结束程序。权 利 要 求 书CN 102663347 A2/2页36.根据权利要求3所述的方法，其特征在于：所述步骤4)具体是：4.1)判断数据分析标志是否置位，若置位，则进入步骤4.2)，否则，。

7、重复4.1)；4.2)根据数据单元中的时间标签，对数据分帧，并计算各数据帧的特征；4.3)将帧序列特征与存储单元中的分类特征库进行比对，确定动作类别；4.4)添加时间标签后，形成数据记录，并存入存储单元；4.5)清楚数据分析标志，返回步骤4.1)。7.根据权利要求6所述的方法，其特征在于：所述步骤4.2)中的数据帧的特征是指动作频率、强度、方向以及持续时间；所述步骤4.3)中的动作类别是指跑、跳、走路、晃动、起立、坐下以及静止；所述步骤4.4)中的数据记录包括动作时间、动作类别、动作方向、平均强度、频率以及持续时间。8.根据权利要求3所述的方法，其特征在于：所述步骤5)具体是：5.1)读取时钟。

8、信息；5.2)获得传感器数据，加上时间标签，构成一个数据单元，存入当前数据采集缓冲区指针指向存储位置；5.3)判断缓冲区是否已满，若缓冲区已满，则进行步骤5.4)至5.6)；否则，则进行步骤5.7)；5.4)将数据采集缓冲区数据复制到数据分析缓冲区；5.5)将数据采集缓冲区指针指向缓冲区首部；5.6)置数据分析标志位，结束程序；5.7)将数据采集缓冲区指针指向下一存储位置，结束程序。9.根据权利要求8所述方法，其特征在于：所述步骤5.2)中的数据单元包括时间标签、x加速度、y加速度以及z加速度。权 利 要 求 书CN 102663347 A1/5页4学生学习行为采集与分析系统及其方法技术领域0。

9、001 本发明属于无线通信技术领域，特别是涉及一种基于加速度传感器的学生学习行为采集与分析系统及方法。背景技术0002 学生是教学活动的主体，课堂教学是学生学习过程中最重要的一个环节。学生在教学活动中主体作用发挥的如何，直接影响教学质量的高低。而监测学生的学习行为是分析学生学习过程的最有效、最直接的方法。因此，通过采集并记录学生的学习行为来研究和分析学生的学习现状，有针对性加以解决，是提高人才质量的关键。现有的人体行为特征识别装置和方法主要应用于医学领域，安全领域，运动领域等。如在医学领域，通过分析患者的特征行为了解其症状；在安全领域通过在高敏感地区分析人体的异样行为判断其有无危险；在运动领域。

10、的各种计步器，通过对人体步伐的计数来分析人体的运动量等。但这些已经公开的装置与方法均不能针对学生学习行为进行采集和分析。0003 根据国家专利局检索中心专利查询，有针对人体动作识别的基于加速度传感器人体运动识别系统及方法，申请号为：200910184850.0，公开号为：CN101694693。其主要应用于人体动作的实时识别，通过给人体的四肢和脖子分别佩戴一种子装置，采集人体加速度信息并传递至计算机进行分析，从而识别出人体动作。但是其主要用于识别人体当前发生的动作类别，不能针对学生的学习行为进行长期记录和分析，所以采集和分析学生的学习行为，进而得出学生的学习情况不是它的功能；再者其需要给人的脖。

11、子，上肢和下肢都佩戴采集装置，不适合长时间佩戴，尤其不适合学生佩戴，使用不方便；同时，其分析过程需要将多个采集装置的数据结合起来，较为麻烦且不易于实现。这样无疑使基于加速度传感器人体运动识别系统及方法这项发明的应用范围及场合受到很大局限。发明内容0004 本发明所要解决的一个技术问题在于克服上述基于加速度传感器人体运动识别系统及方法的缺点，提供一种能自动对学习行为进行分析与记录、帮助家长和老师及时掌握学生的学习情况、分析学生在课堂上的表现、不影响学生的身体健康、便于携带的学生学习行为采集与分析系统。0005 本发明所要解决的另一个技术问题在于提供一种使用学生学习行为采集与分析系统对学生的行为进。

12、行分析的方法。0006 解决上述技术问题采用的技术方案是：包括外部计算机和与外部计算机连接的学习行为数据实时自动记录装置；本发明的学习行为数据实时自动记录装置能够采集人体加速度信息，并将人体加速度信息传递至计算机进行分析。0007 本发明的学习行为数据实时自动记录装置包括：动作采集单元，用于采集人体加速度信息，并输出动作信号，所述动作采集单元为加速度传感器；时钟单元，为整个装置提供时间信息，并为加速度传感器采集到的行为数据提供时间标记；存储单元，用于存放系统说 明 书CN 102663347 A2/5页5配置信息、学习行为分类特征库以及学习行为特征分析结果；通信单元，与外部计算机相连，用于将智。

13、能分析与处理单元的处理结果传输至外部计算机，并接收外部计算机发来的指令，实现配置信息的设置及学习行为分类库的更新和升级；智能分析与处理单元，通过其输入输出端口分别与动作采集单元、存储单元、时钟单元以及通信单元相连接，并协调它们之间的动作。0008 本发明的系统配置信息包括学生姓名、学号、课程表、每堂课的上课及下课时间、装置自动开启时间和自动关闭时间；学习行为分类库在初始条件下包括跑、跳、走路、晃动、起立、坐下、静止的行为动作；本发明的通信单元通过USB接口、蓝牙、wifi、GPRS、Zigbee与外部计算机相连。0009 本发明还提供了一种使用上述的学生学习行为采集与分析系统的方法，由以下步骤。

14、组成：0010 1)启动系统，判断是否连接外部计算机，如果是，则进行步骤2)，如果否，则进行步骤3)。0011 2)系统配置，设置学生姓名、学号、课程表、系统自动开启时间和自动关闭时间，并进行系统时间同步。0012 3)对系统进行初始化，将数据分析标志清除。0013 4)启动数据分析进程。0014 5)设置数据采集中断处理程序。0015 6)判断系统是否结束，若结束，则退出系统，否则继续判断。0016 本发明的方法还包括步骤7)外部分析程序，将存储的数据记录发送至外部计算机进行进一步分析，分析过程结合课程表安排，针对不同的课程及课间进行分析。0017 上述的步骤7)具体是：0018 7.1)将。

15、系统配置信息及时间信息同步至学习行为数据实时自动记录装置。0019 7.2)获得数据记录后，根据课程表及每堂课的上课、下课时间对数据记录进行分组，同种类别课程的数据记录分为一组。0020 7.3)分组后的数据记录存入计算机数据库中；0021 7.4)用针对课程的智能数据处理方法对每组数据进行分析；0022 7.5)将分析结果存入数据库中，结束程序。0023 本发明的步骤4)具体是：0024 4.1)判断数据分析标志是否置位，若置位，则进入步骤4.2)，否则，重复4.1)。0025 4.2)根据数据单元中的时间标签，对数据分帧，并计算各数据帧的特征。0026 4.3)将帧序列特征与存储单元中的分。

16、类特征库进行比对，确定动作类别。0027 4.4)添加时间标签后，形成数据记录，并存入存储单元。0028 4.5)清楚数据分析标志，返回步骤4.1)。0029 本发明的步骤4.2)中的数据帧的特征是指动作频率、强度、方向以及持续时间。本发明的步骤4.3)中的动作类别是指跑、跳、走路、晃动、起立、坐下以及静止。本发明步骤4.4)中的数据记录包括动作时间、动作类别、动作方向、平均强度、频率以及持续时间。0030 本发明的步骤5)具体是：0031 5.1)读取时钟信息。说 明 书CN 102663347 A3/5页60032 5.2)获得传感器数据，加上时间标签，构成一个数据单元，存入当前数据采集缓。

17、冲区指针指向存储位置。0033 5.3)判断缓冲区是否已满，若缓冲区已满，则进行步骤5.4)至5.6)；否则，则进行步骤5.7)。0034 5.4)将数据采集缓冲区数据复制到数据分析缓冲区。0035 5.5)将数据采集缓冲区指针指向缓冲区首部。0036 5.6)置数据分析标志位，结束程序。0037 5.7)将数据采集缓冲区指针指向下一存储位置，结束程序。0038 本发明的步骤5.2)中的数据单元包括时间标签、x加速度、y加速度以及z加速度。0039 本发明具有以下优点：0040 1、本发明将学习行为数据实时自动记录装置固定在人体的腰部，通过采集单元中的加速度传感器，自动获得人体行为数据，并通过。

18、数据分析进程，实现了学习行为的分类，并自动将分析结果按照类别存入存储器中，避免了需要给人体多个部位均佩戴采集装置的不便与不适，而且通过提取多个特征值并与特征库进行对比，得到准确的分析结果，避免了对人体多个部位进行加速度数据分析造成的数据结合困难，工作量繁多等缺陷。0041 2、本发明的系统采用中断方式处理数据采集，当腰部产生运动，即加速度传感器有数据输出时诱发中断，智能分析与处理单元的CPU在接收到中断信号后自动开启数据采集，达到省电的效果。0042 3、本发明的系统按照设置的开启、关闭时间自动开启和关闭，亦可手动开启、关闭，便于使用；而且存储单元中存放的学习行为分类特征库通过机器学习的方法分。

19、析学习样本而获得，该特征库可更新，便于系统升级。0043 4、本发明外部分析程序采用针对课程的智能数据处理方法对不同组的数据记录分别进行分析，得出该学生在不同课堂上及课后的表现并可以将分析结果发送给学生家长，分析结果保存在数据库中，老师及学生本人均可以随时查看，帮助家长和老师及时掌握学生的学习情况，分析学生的性格特征及学习行为习惯，为学生的健康发展提供正确引导，达到避免偏科，德智体全面发展的目标，为科学教育提供支持。0044 5、本发明不影响学生正常的学习与生活，自动对学习行为进行分析与记录，受周围环境影响较小，适应性较强。附图说明0045 图1是本发明的学习行为采集与分析系统逻辑方框示意图。。

20、0046 图2是本发明的学习行为采集与分析方法工作流程图。0047 图3是本发明数据分析进程工作流程图。0048 图4是本发明数据采集中断处理程序工作流程图。0049 图5是本发明外部分析程序工作流程图。具体实施方式0050 下面结合附图和各实施例对本发明进一步详细说明，但本发明不限于这些实施说 明 书CN 102663347 A4/5页7例。0051 由图1可知，本发明的学生学习行为采集与分析系统，由外部计算机和学习行为数据实时自动记录装置连接构成。0052 外部计算机能够为系统设定正确的日期、时间、课程表以及学生姓名、学号等信息；在系统初始化时将课程表以及每堂课的上课时间和下课时间、学生姓。

21、名和学号同步至学习行为数据自动记录装置。0053 学习行为数据实时自动记录装置固定在人体的腰部，能够自动记录人体腰部运动产生的加速度变化及发生的时间，同时通过对记录数据的智能分析，确定动作类别，并将分析结果传递至外部计算机进行进一步分析。本实施例的学习行为数据实时自动记录装置由动作采集单元、智能分析与处理单元、存储单元、时钟单元和通信单元连接构成，智能分析与处理单元通过其输入输出端口分别与动作采集单元、存储单元、时钟单元以及通信单元相连接。0054 动作采集单元采用加速度传感器，人体不同类型的运动方式，对应于腰部均会产生不同的加速度变化，当装置开启后，加速度传感器处于采集状态，用于感应人体腰部。

22、是否产生运动；若有运动，则加速度传感器输出动作信号。0055 时钟单元为整个装置提供年、月、日、时、分、秒时间信息，为加速度传感器采集到的行为数据提供时间标记，其能够在系统电源中断状态下保持正常工作。0056 存储单元通过非易失性存储器存放系统配置信息、学习行为分类特征库以及学习行为特征分析结果。其中系统配置信息包括学生姓名、学号、课程表、每堂课的上课及下课时间、装置自动开启时间和自动关闭时间；学习行为分类库在初始条件下包括跑、跳、走路、晃动、起立、坐下、静止以及其它动作等8种类别的行为动作，其是一个可更新、可升级的行为信息特征分类库，它通过机器学习方法分析学习样本而获得，首先采集一些行为动作。

23、的样本数据，用机器学习的方法分析这些样本并提取特征值后可形成学习行为分类特征库，采集到的行为数据在经过分帧和计算特征值后，通过与学习行为分类特征库进行比对，可得出该行为的类别。0057 智能分析与处理单元接收加速度传感器产生的中断信号，并对其进行响应，将获得的运动数据按照要求添加时间标签后保存到存储单元；同时对获得的运动数据进行短时距分析，计算出动作发生的频率、每段动作的持续时间以及动作强度等特征参数；之后其采用模式分类智能算法或者其他的算法将分析结果与存储单元中的学习行为分类特征库中的样本进行比对，确定行为类别。0058 通信单元同时还与外部计算机连接，其包含有USB接口、蓝牙、wifi、G。

24、PRS、Zigbee等有线或无线通信模块，可以将处理结果传输至外部计算机，并接收外部计算机发来的指令，同时能够实现存储单元中的配置信息的设置以及学习行为分类库的更新和升级。0059 使用学生学习行为采集与分析系统的方法如图2所示，包括以下实现步骤：0060 步骤1：系统启动后，判断是否连接外部计算机，如果是，则进入步骤2，否则进入步骤3；所述系统自动开启与关闭时间可设置，如早上8点开启，晚上9点关闭；系统按照设置的开启时间和关闭时间自动开启与关闭，也可手动进行开关。0061 步骤2：对系统进行配置，包括设置学生姓名、学号、课程表、系统自动开启时间和自动关闭时间等，并进行系统时间同步。说 明 书。

25、CN 102663347 A5/5页80062 步骤3：对硬件系统及软件系统进行初始化，清除数据分析标志。0063 步骤4：启动数据分析进程；参见图3，数据分析进程具体是由以下步骤实现。0064 步骤4.1：判断数据分析标志是否置位，若置位，则进入步骤4.2，否则，重复步骤4.1。0065 步骤4.2：根据数据单元中的时间标签，对数据分帧，并计算各数据帧的特征，包括动作频率，强度，方向，持续时间等。0066 步骤4.3：将帧序列特征与存储单元中的分类特征库进行比对，确定动作类别，包括跑、跳、走路、晃动、起立、坐下、静止和其他动作8种类别。0067 步骤4.4：添加时间标签后，形成数据记录，即动。

26、作时间、动作类别、动作方向、平均强度、频率和持续时间，并将其存入存储单元。0068 步骤4.5：清楚数据分析标志，之后再返回步骤4.1重新开始数据分析。0069 步骤5：设置数据采集中断处理程序；应用一个数据采集缓冲区和一个数据分析缓冲区，首先要给获得的传感器数据添加时间标签，即记录该动作发生的时间，然后将传感器数据和时间标签构成一个数据单元，存入数据采集缓冲区；采集缓冲区满之后将所有数据复制到分析缓冲区进行分析，同时，采集缓冲区继续存入新的数据单元，之前存入的数据单元被重新存入的数据单元覆盖。参见图4，其具体是由以下步骤实现。0070 5.1)读取时钟信息。0071 5.2)获得传感器数据，。

27、加上时间标签，构成一个数据单元，存入当前数据采集缓冲区指针指向的存储位置；数据单元包括时间标签、x加速度、y加速度以及z加速度等；0072 5.3)判断缓冲区是否已满，若缓冲区已满，则进行步骤5.4)至5.6)；否则，则进行步骤5.7)。0073 5.4)将数据采集缓冲区数据复制到数据分析缓冲区。0074 5.5)将数据采集缓冲区指针指向缓冲区首部。0075 5.6)置数据分析标志位，结束程序。0076 5.7)将数据采集缓冲区指针指向下一存储位置，结束程序。0077 步骤6：判断系统是否结束，若结束，则退出系统，否则继续判断。0078 步骤7：外部分析程序，将存储单元中的数据记录发送至外部计。

28、算机进行进一步分析，分析过程结合课程表安排，针对不同的课程及课间进行分析。参见图5，其具体是由以下步骤实现：0079 步骤7.1：将系统配置信息及时间信息同步至学习行为数据实时自动记录装置。0080 步骤7.2：获得数据记录后，根据课程表及每堂课的上课、下课时间对数据记录进行分组，同种类别课程的数据记录分为一组。0081 步骤7.3：分组后的数据记录存入计算机数据库中。0082 步骤7.4：用针对课程的智能数据处理方法对每组数据进行分析。0083 步骤7.5：将分析结果存入数据库中，结束程序。0084 本发明的学习行为采集与分析方法利用数据自动采集中断处理程序与数据分析进程能够自动采集学生的学习行为数据并进行分析与存储，并应用外部分析进程进行进一步分类分析，为学生的学习行为习惯或模式分析提供了一种新的方法。本发明的学习行为采集与分析方法不仅限于上述的实施例。说 明 书CN 102663347 A1/3页9图1图2说 明 书 附 图CN 102663347 A2/3页10图3图4说 明 书 附 图CN 102663347 A10。