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！

龙图腾网获悉广州炫视智能科技有限公司申请的专利应用AI模型的智慧显示终端交互方法及其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：CN120523335B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511028351.8，技术领域涉及：G06F3/01；该发明授权应用AI模型的智慧显示终端交互方法及其系统是由吴章安;吴振涛;蔡芷霞设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本应用AI模型的智慧显示终端交互方法及其系统在说明书摘要公布了：本发明提供一种应用AI模型的智慧显示终端交互方法及其系统，涉及人机交互技术领域，应用于部署有集成AI模型的教育终端，包括通过配置于教育终端的多模态传感阵列实时采集学生的初始响应特征集，其中初始响应特征集包含笔动特征、眼动特征及声断特征；将初始响应特征集输入动态构建的知识图谱引擎并进行联合分析，输出认知状态矩阵；基于认知状态矩阵进行对抗训练，生成教学指令集；响应于生成的教学指令集，依序执行教学指令集中的指令，并在指令执行过程中捕捉学生的实时响应特征集；将学生响应特征反馈至知识图谱引擎，并迭代执行认知状态矩阵的更新和对抗训练，生成新的教学指令集，实现对学生认知状态的实时评估和个性化教学指导。

本发明授权应用AI模型的智慧显示终端交互方法及其系统在权利要求书中公布了：1.一种应用AI模型的智慧显示终端交互方法，该方法应用于部署有集成AI模型的教育终端，其特征在于，所述方法包括以下步骤： 通过配置于所述教育终端的多模态传感阵列实时采集学生的初始响应特征集，其中所述初始响应特征集包含笔动特征、眼动特征及声断特征，其中所述笔动特征包括笔尖压力信号、运笔加速度和书写轨迹曲率； 将所述初始响应特征集输入动态构建的知识图谱引擎并进行联合分析，输出认知状态矩阵，其中所述认知状态矩阵包括与所述笔动特征对应的个体困惑系数，与所述眼动特征对应的偏差指标，以及与所述声断特征对应的认知摩擦度； 其中，所述知识图谱引擎的动态构建包括以下步骤： 初始化知识点拓扑结构，形成所述知识图谱引擎的初始逻辑框架； 加载学生历史学习数据，生成所述知识点拓扑结构中各节点的初始权重； 根据所述笔动特征中的运笔加速度，动态调整所述知识点拓扑结构中相邻节点间的连接强度； 基于所述眼动特征中的注视点坐标序列，更新所述知识点拓扑结构中标记为有效注视区域的关注度权重； 通过所述声断特征中的语音静默段分布，修正所述认知状态矩阵中与所述偏差指标关联的判断阈值； 所述联合分析包括以下步骤： 基于动态调整的相邻节点间连接强度，对所述笔尖压力信号、运笔加速度和书写轨迹曲率进行多维度分析，计算得到个体困惑系数； 利用更新的有效注视区域关注度权重，对所述注视点坐标序列和眨眼频率进行时空分析，生成偏差指标； 根据修正的判断阈值，对所述语音静默段分布和语调变化梯度进行声学特征分析，生成认知摩擦度； 具体的，偏差指标的生成公式为： 其中表示通过映射表确定的时间维度偏差得分，的生成公式为： 其中为区域内的注视点数量，为空间偏差得分，量化学生在屏幕各区域的注视行为与知识图谱预期关注度的偏离程度，为通过聚类算法划分的注视热点区域总数，为第个热点区域的实际注视时长占比，为第个区域在知识图谱中的预期关注度权重，为实际注视占比与预期权重的绝对偏差，表示基于注视点数量的Sigmoid调节因子； 基于所述认知状态矩阵，通过预设的对抗训练网络进行对抗训练，生成教学指令集； 响应于生成的教学指令集，依序执行所述教学指令集中的指令，并在指令执行过程中捕捉学生的实时响应特征集； 将所述学生响应特征反馈至所述知识图谱引擎，并迭代执行认知状态矩阵的更新和对抗训练，生成新的教学指令集。

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广州炫视智能科技有限公司，其通讯地址为：510000 广东省广州市番禺区东环街东星路95号东星大厦708；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。