本发明专利技术涉及一种基于云计算的教学质量评估系统,其包括:教师终端和课堂氛围分析平台,各教师终端与课堂氛围分析平台具有通信连接;课堂氛围分析平台包括:课堂数据获取模块、音频分析模块、文字分析模块、视频分析模块、特征级联模块、课堂氛围分析模块和数据库,各模块间具有通信连接;教师终端发送课堂氛围分析请求到课堂氛围分析平台;课堂氛围分析平台根据课堂氛围分析请求获取目标课程的课堂视频数据和课堂音频数据并对其进行分析以得到课堂氛围数据,并将其发送到相应教师终端。本发明专利技术根据课堂视频数据和课堂音频数据对课堂氛围进行分析,帮助老师调节师生关系形成和谐的师生互动以提高教学效果。生互动以提高教学效果。生互动以提高教学效果。
【技术实现步骤摘要】
一种基于云计算的教学质量评估系统
[0001]本专利技术涉及云计算和教学评估领域,尤其涉及一种基于云计算的教学质量评估系统。
技术介绍
[0002]云计算能够提供可靠的基础软硬件、丰富的网络资源、低成本的构建和管理能力,是信息技术发展和服务模式创新的集中体现。在云计算模式下,软件、硬件、平台等信息技术资源以服务的方式提供给使用者,有效解决企业和相关部门面临的机房、网络等基础设施建设和信息系统运维难、成本高、能耗大等问题,改变传统信息技术服务架构,推动绿色经济发展。
[0003]教学质量是衡量高校教学水平和教学效果的重要指标,长期以来对教学质量评估都是以少数老师的主观判断为主要依据,造成了片面,不准确的结果,也难以对教学过程出现的问题进行改进,并且教学质量评估一般采用听课的方式,有些老师听课表现与平时授课表现不一致,导致教学质量评估无法反映老师的水平。
技术实现思路
[0004]有鉴于此,本专利技术提供了一种基于云计算的教学质量评估系统,其包括:教师终端和课堂氛围分析平台,各教师终端与课堂氛围分析平台具有通信连接;
[0005]课堂氛围分析平台包括:课堂数据获取模块、音频分析模块、文字分析模块、视频分析模块、特征级联模块、课堂氛围分析模块和数据库,各模块间具有通信连接;
[0006]教师终端发送课堂氛围分析请求到课堂氛围分析平台;
[0007]课堂数据获取模块根据所述课堂氛围分析请求中目标课程的课程标识符获取目标课程的课堂视频数据和课堂音频数据;
[0008]音频分析模块根据课堂音频数据得到课堂音频特征时序序列;
[0009]文字分析模块提取课堂音频数据的课堂文字数据和时间序列信号,并将课堂文字数据进行分词,然后提取每个分词的语义特征以得到每个分词的词向量;
[0010]文字分析模块将所有词向量进行处理进行文字特征矩阵;
[0011]文字分析模块将文字特征矩阵中的文本特征映射到高维特征空间,并提取时间序列信号的时间特征;
[0012]文字分析模块将时间序列信号的时间特征映射到与文本特征维数相同的高维特征空间;
[0013]文字分析模块将文本特征与时间特征在所述高维特征空间中进行关联以得到课堂文字特征时序序列;
[0014]视频分析模块提取课堂视频数据的课堂视频特征和时间序列信号,并分别将课堂视频特征和时间序列信号映射到多维空间以得到多维视频特征和多维时间特征,并将多维空间中的多维视频特征和多维时间特征进行特征关联处理以得到课堂视频特征时序序列;
[0015]特征级联模块对课堂音频特征时序序列、课堂文字特征时序序列和课堂视频特征时序序列进行特征级联以得到课堂氛围特征向量;
[0016]课堂氛围分析模块根据课堂氛围特征向量进行课堂氛围分析生成课堂氛围数据,并将其发送到相应教师终端。
[0017]进一步地,所述课堂氛围分析请求包括目标课程的课程标识符、授课时间、授课地点、授课教师和课程名称;所述课程标识符用于对课程进行唯一标识。所述教师终端为教师使用的具有通信功能和数据传输功能的智能设备,其包括:智能手机、平板电脑、笔记本电脑和台式电脑。
[0018]进一步地,所述课堂氛围数据包括课堂情绪分布数据、课堂活跃度数据和学生专注度数据。所述课堂音频序列包括若干个课堂音频,课堂音频为包含时间信息的音频数据。所述课堂视频数据为记录授课过程的监控视频数据。
[0019]进一步地,音频分析模块根据课堂音频数据得到课堂音频特征时序序列包括:
[0020]音频分析模块根据课堂音频数据得到课堂音频序列,并提取课堂音频序列中每个音频的声学特征;
[0021]音频分析模块去除所述声学特征中的冗余情感信息以得到每个音频的标准声学特征;
[0022]音频分析模块根据高斯混合模型和时间序列信号将课堂音频序列的所有标准声学特征按照时间顺序进行特征合并以得到课堂音频特征时序序列。
[0023]进一步地,音频分析模块根据课堂音频数据得到课堂音频序列包括:
[0024]音频分析模块对课堂音频数据进行信号转换处理得到课堂音频信号,并提取课堂音频数据的时间序列信号;
[0025]音频分析模块对时间序列信号和课堂音频信号进行信号融合处理以得到课堂音频序列。
[0026]进一步地,音频分析模块对课堂音频数据进行信号转换处理得到课堂音频信号包括:
[0027]音频分析模块对课堂音频数据进行下采样和量化操作,并对下采样和量化后的课堂音频数据进行滤波处理以得到第一课堂音频预信号;
[0028]音频分析模块通过对信号分割窗口函数和信号分割窗口对第一课堂音频预信号进行信号分割以得到第二课堂音频预信号;
[0029]音频分析模块识别第二课堂音频预信号的第一端点和第二端点,并提取出第二课堂音频预信号有声片段以得到课堂音频信号,所述第一端点为第二课堂音频预信号中有声片段的起点,第二端点为第二课堂音频预信号中有声片段的终点。
[0030]进一步地,特征级联模块对课堂音频特征时序序列、课堂文字特征时序序列和课堂视频特征时序序列进行特征级联以得到课堂氛围特征向量包括:
[0031]特征级联模块对课堂音频特征时序序列、课堂文字特征时序序列和课堂视频特征时序序列中对应时间段的课堂音频特征、课堂文字特征和课堂视频特征进行特征级联以得到课堂级联特征时序序列;
[0032]特征级联模块根据课堂级联特征时序序列得到课堂级联特征时序向量,并将课堂级联特征时序向量中的每个课堂级联向量进行正交变换,并将正交变换后的课堂级联向量
按照方差递减的顺序进行排序并选取方差大于阈值的课堂级联向量进行处理以到课堂氛围特征向量。
[0033]进一步地,特征级联模块根据课堂音频特征时序序列、课堂文字特征时序序列和课堂视频特征时序序列得到课堂级联特征时序序列包括:
[0034]特征级联模块分别识别课堂音频特征时序序列、课堂文字特征时序序列和课堂视频特征时序序列中对应时间段的课堂音频特征、课堂文字特征和课堂视频特征;
[0035]特征级联模块将对应时间段的课堂音频特征、课堂文字特征和课堂视频特征进行组合并将其联合成向量以得到课堂联合向量;
[0036]特征级联模块将所有时间段的课堂联合向量进行处理以得到课堂级联特征时序序列。
[0037]本专利技术具有以下有益效果:本专利技术通过对目标课程的课堂视频数据和课堂音频进行处理得到课堂氛围数据,并根据课堂氛围数据整合对课堂质量形成总结,利于提高教学质量。此外,本专利技术解决了现有技术中考虑要素单一、评价结果不准确,从而不能真实反应课堂教学质量的问题。
附图说明
[0038]图1为一种基于云计算的教学质量评估系统的结构框图。
具体实施方式
[0039]为了更清楚地说明本文实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本文的一些实施例,对于本本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于云计算的教学质量评估系统,其特征在于,其包括:教师终端和课堂氛围分析平台,各教师终端与课堂氛围分析平台具有通信连接;课堂氛围分析平台包括:课堂数据获取模块、音频分析模块、文字分析模块、视频分析模块、特征级联模块、课堂氛围分析模块和数据库,各模块间具有通信连接;教师终端发送课堂氛围分析请求到课堂氛围分析平台;课堂数据获取模块根据所述课堂氛围分析请求中目标课程的课程标识符获取目标课程的课堂视频数据和课堂音频数据;音频分析模块根据课堂音频数据得到课堂音频特征时序序列;文字分析模块提取课堂音频数据的课堂文字数据和时间序列信号,并将课堂文字数据进行分词,然后提取每个分词的语义特征以得到每个分词的词向量;文字分析模块将所有词向量进行处理进行文字特征矩阵;文字分析模块将文字特征矩阵中的文本特征映射到高维特征空间,并提取时间序列信号的时间特征;文字分析模块将时间序列信号的时间特征映射到与文本特征维数相同的高维特征空间;文字分析模块将文本特征与时间特征在所述高维特征空间中进行关联以得到课堂文字特征时序序列;视频分析模块提取课堂视频数据的课堂视频特征和时间序列信号,并分别将课堂视频特征和时间序列信号映射到多维空间以得到多维视频特征和多维时间特征,并将多维空间中的多维视频特征和多维时间特征进行特征关联处理以得到课堂视频特征时序序列;特征级联模块对课堂音频特征时序序列、课堂文字特征时序序列和课堂视频特征时序序列进行特征级联以得到课堂氛围特征向量;课堂氛围分析模块根据课堂氛围特征向量进行课堂氛围分析生成课堂氛围数据,并将其发送到相应教师终端。2.根据权利要求1所述的系统,其特征在于,所述教师终端为教师使用的具有通信功能和数据传输功能的智能设备,其包括:智能手机、平板电脑、笔记本电脑和台式电脑。3.根据权利要求2所述的系统,其特征在于,所述课堂氛围分析请求包括目标课程的课程标识符、授课时间、授课地点、授课教师和课程名称;所述课程标识符用于对课程进行唯一标识。4.根据权利要求1至3之一所述的系统,其特征在于,音频分析模块根据课堂音频数据得到课堂音频特征时序序列包括:音频分析模块根据课堂音频数据得到课堂音频序列,并提取课堂音频序列中每个音频的声学特征;音频分析模块去除所述声学特征中的冗余情感信息以得到每个音频的标准声学特征;音频分析模块根据高斯混合模型和时...
【专利技术属性】
技术研发人员:张玉春,
申请(专利权)人:张玉春,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。