油画教学设计基于移动平台在艺术高等教育
1Changsha Normal University, Changsha, 410151, Hunan, China. 23526933@qq.com.
Scientific reports
|July 5, 2024
概括
这项研究引入了使用深度学习和人工智能的智能油画分类模型,达到94.03%的准确性. 个性化的教学系统提高了艺术学生的学习效率.
科学领域:
- 艺术教育教育艺术教育
- 计算机科学 计算机科学
- 人工智能的人工智能
背景情况:
- 中国大学当前的油画教学方法需要改进.
- 个性化教育理论和图像分类技术与艺术教学相关.
- 深度学习和人工智能为通过个性化方法增强艺术教育提供了潜力.
研究的目的:
- 利用深度学习和人工智能开发一个智能油画分类模型.
- 构建基于人工智能和个性化教育的个性化智能油画教学框架.
- 评估开发的模型和教学框架在改善油画教育方面的表现.
主要方法:
- 对个性化教育和基于刷子特征的图像分类研究的分析.
- 使用卷积神经网络,数学形态和支持矢量机器构建油画分类模型,提取颜色和刷子特征.
- 开发一个个性化的智能油画教学框架,整合人工智能技术和个性化的教育理论.
主要成果:
- 油画分类模型在使用色彩和刷子特征时平均达到94.03%的准确性.
- 支持向量机在测试的算法中表现出最高的分类准确率,为94.03%.
- 个性化教学系统通过实现适应性学习计划和避免重复性内容,提高了学生的学习效率.
结论:
- 开发的智能油画分类模型和个性化的教学系统显著提高了油画教育.
- 结合深度学习和人工智能技术,为个性化的艺术教学提供了有效的方法.
- 这项研究通过智能系统为高等艺术教育的进步奠定了基础.
关键词:
人工智能的人工智能是人工智能.卷积神经网络是一种卷积神经网络.深度学习是一种深度学习.油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油画油个性化教学个性化的教学支持矢量机器的支持矢量机器.更多相关视频
09:55Bridging the Technology Divide in the COVID-19 Era: Using Virtual Outreach to Expose Middle and High School Students to Imaging Technology
Published on: September 28, 2022
1.6K
04:12Mixed Reality for Education MRE Implementation and Results in Online Classes for Engineering
Published on: June 23, 2023
631
