一个以文本和视觉特征为共同驱动的混合智能系统,用于数字体育教育教学质量评估

科学领域:

• 智能计算在教育技术中的应用.
• 智慧城市倡议和教育基础设施.
• 数据融合技术用于多式联运分析.

背景情况:

• 数字教学质量评估面临着整合文本和视觉数据的挑战.
• 现有的方法往往单独关注文本或视觉信息.
• 智慧城市需要先进的解决方案,以进行有效的教育评估.

研究的目的:

• 提出一个混合智能系统用于数字教学质量评估.
• 为了弥合文本和视觉数据模式之间的差距.
• 提高教育质量评估的效率和准确性.

主要方法:

• 使用多尺度卷积神经网络进行视觉特征提取.
• 使用循环神经网络来提取文本特征.
• 将文本和视觉特征集成到一个联合混合智能系统中.

主要成果:

• 拟议的混合系统在数字教学质量评估方面表现出更高的效率.
• 实验结果显示,实际性能改善超过10%.
• 验证使用模拟实验和现实教学数据集进行.

结论:

• 混合智能系统有效地整合了多式联运数据,以加强评估.
• 这种方法可以显著提高数字教学质量评估效率.
• 该方法适用于智慧城市教育环境.