云端课堂作为一种优质师资常态化教学帮扶的模式,其教学过程中存储的多模态数据为全面掌握线上教师、现场教师和学生的教与学行为提供了支撑,并使云端课堂教学行为的智能识别与关联分析成为可能。在云端课堂教学过程中,系统中保存的图...云端课堂作为一种优质师资常态化教学帮扶的模式,其教学过程中存储的多模态数据为全面掌握线上教师、现场教师和学生的教与学行为提供了支撑,并使云端课堂教学行为的智能识别与关联分析成为可能。在云端课堂教学过程中,系统中保存的图像、视频、音频和文本四类模态数据可作为各教学主体外在行为表征分析的来源,且其相互之间具有关联性、互补性并能彼此印证。基于这一多模态数据特征融合优势所建构的云端课堂教学行为实时检测、智能识别、关联分析与问题诊断技术方案,可实现课中实时巡课、三元教学主体行为类型预测、师生同步并发行为分析及课堂师生行为问题挖掘。以某小学三年级英语学科云端课程“Look at Me”为例,该技术方案在“教学—学习—评管—研训”四维场景中能够通过坚持以学生为中心实现双师有效协同教学,增强多向交互深度助力学生个性化深度学习,全过程实时性监督保障课堂质效精细评管,双师教学行为反思助力智能精准研训。展开更多
针对PSK、QAM信号的理论识别算法在实际应用系统中不能满足较高的识别精度这一问题,提出一种基于星座图的PSK、QAM信号联合识别算法。该算法首先对信号同步处理并恢复信号星座图,然后进行相位统计与星座图聚类,提取出星座图的中心点个数...针对PSK、QAM信号的理论识别算法在实际应用系统中不能满足较高的识别精度这一问题,提出一种基于星座图的PSK、QAM信号联合识别算法。该算法首先对信号同步处理并恢复信号星座图,然后进行相位统计与星座图聚类,提取出星座图的中心点个数N、相位个数P以及最大半径与最小半径比R等特征参数,再构造评估函数C(N,R,P)以识别PSK、QAM信号的调制方式。实际应用表明,对码元数目大于800的PSK和QAM信号的识别准确率均高于94%;对信噪比为8.25 d B的860M数字集群TETRA信号的识别率高达94.12%。该算法流程清晰且不需要任何先验知识,非常适合实际应用,此方法已经在某公司的信号分析系统上得到了应用。展开更多
文摘云端课堂作为一种优质师资常态化教学帮扶的模式,其教学过程中存储的多模态数据为全面掌握线上教师、现场教师和学生的教与学行为提供了支撑,并使云端课堂教学行为的智能识别与关联分析成为可能。在云端课堂教学过程中,系统中保存的图像、视频、音频和文本四类模态数据可作为各教学主体外在行为表征分析的来源,且其相互之间具有关联性、互补性并能彼此印证。基于这一多模态数据特征融合优势所建构的云端课堂教学行为实时检测、智能识别、关联分析与问题诊断技术方案,可实现课中实时巡课、三元教学主体行为类型预测、师生同步并发行为分析及课堂师生行为问题挖掘。以某小学三年级英语学科云端课程“Look at Me”为例,该技术方案在“教学—学习—评管—研训”四维场景中能够通过坚持以学生为中心实现双师有效协同教学,增强多向交互深度助力学生个性化深度学习,全过程实时性监督保障课堂质效精细评管,双师教学行为反思助力智能精准研训。
文摘针对PSK、QAM信号的理论识别算法在实际应用系统中不能满足较高的识别精度这一问题,提出一种基于星座图的PSK、QAM信号联合识别算法。该算法首先对信号同步处理并恢复信号星座图,然后进行相位统计与星座图聚类,提取出星座图的中心点个数N、相位个数P以及最大半径与最小半径比R等特征参数,再构造评估函数C(N,R,P)以识别PSK、QAM信号的调制方式。实际应用表明,对码元数目大于800的PSK和QAM信号的识别准确率均高于94%;对信噪比为8.25 d B的860M数字集群TETRA信号的识别率高达94.12%。该算法流程清晰且不需要任何先验知识,非常适合实际应用,此方法已经在某公司的信号分析系统上得到了应用。
