买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利数据与知识协同驱动的认知效度计算模型增强方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118821838B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410792442.8，技术领域涉及：G06N3/042；该发明授权数据与知识协同驱动的认知效度计算模型增强方法及系统是由肖俊;施含容;王朝设计研发完成，并于2024-06-19向国家知识产权局提交的专利申请。

本数据与知识协同驱动的认知效度计算模型增强方法及系统在说明书摘要公布了：本发明公开了一种数据与知识协同驱动的认知效度计算模型增强方法及系统，属于深度学习领域。本发明的方法包括：1获取教学人际互动数据；2多高斯核傅里叶变换映射，得到多模态的互动融合超图表征；3由超图注意力卷积实现多模态特征的有效提取；4先验知识梯度矩阵以及认知效度计算模型的Jocobian矩阵构建；5先验知识正则项引入，以指导约束认知效度计算模型的训练过程；6将认知效度计算模型部署于教学应用平台，实时评估师生互动效度，以提供针对性的教学优化和学习干预策略，实现智能教学优化。本发明将认知领域相关知识作为先验，以正则化的方式融入认知效度计算模型中，促使学习的映射关系与领域知识相匹配。

本发明授权数据与知识协同驱动的认知效度计算模型增强方法及系统在权利要求书中公布了：1.一种数据与知识协同驱动的认知效度计算模型增强方法，其特征在于，包括以下步骤： S1、在教学人际互动情景下，获取学生的行为数据和脑神经数据，从两种数据中提取关键特征，分别构建行为关联矩阵和脑神经关联矩阵，对应作为行为超图表征和脑神经超图表征； S2、采用多核学习方法，在高斯核函数上进行傅里叶变换，用于显式地计算映射函数，将行为超图表征和脑神经超图表征分别和映射函数进行计算，从而将行为超图表征和脑神经超图表征映射到一个公共的高维特征空间，得到初始的互动融合超图表征，对每个高斯核函数的核权值使用混合L21范数约束优化，对施加混合L21范数约束后的高斯核函数通过加权组合，得到优化后的加权高斯核函数，将优化后的加权高斯核函数上进行傅里叶变换，得到新的映射函数，将初始的互动融合超图表征和新的映射函数进行计算，得到多模态的互动融合超图表征； S3、训练构建好的认知效度计算模型，在认知效度计算模型的训练过程中，将多模态的互动融合超图表征通过认知效度计算模型的超图注意力卷积操作，得到互动特征表示，对互动特征表示经过认知效度计算模型的分类函数，预测教学人际互动中的认知成果；求解所述分类函数对互动特征表示的偏导数，得到Jocobian矩阵，将认知领域的相关知识作为先验，构建先验知识的梯度矩阵，利用先验知识的梯度矩阵和Jocobian矩阵构建先验知识正则项，将交叉熵损失函数与加权后的先验知识正则项相加作为认知效度计算模型总损失函数，基于最小化总损失函数更新认知效度计算模型参数，不断迭代训练，直到总损失函数收敛，最终得到训练好的认知效度计算模型； S4、将训练完成的认知效度计算模型部署到支持人际互动的教学应用平台中，实时获取师生间的互动数据，将师生间的互动数据输入到训练完成的认知效度计算模型中评估教学互动的认知效度，根据认知效度计算模型输出的认知效度结果，教学应用生成针对性的教学优化与学习干预策略，为学习主体提供教与学的辅助支持；其中，师生间的互动数据为学生的行为数据和脑神经数据以及教师的行为数据和脑神经数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。