文献类型：期刊文章

作　　者：左国才[1] 苏秀芝[1] 王海东[2] 吴小平[1]

ZUO Guocai;SU Xiuzhi;WANG Haidong;WU Xiaoping(Hunan Vocational Institute of Software,Xiangtan Hunan 411100,China;Hunan University,Changsha 410082,China)

机构地区：[1]湖南软件职业学院,湖南湘潭411100 [2]湖南大学,长沙410082

出　　处：《智能计算机与应用》

基　　金：湖南省教育科学规划课题研究成果(XJK19CZY018)。

年　　份：2020

卷　　号：10

期　　号：2

起止页码：158-160

语　　种：中文

收录情况：普通刊

摘　　要：为了切实提高职业院校教师课堂教学质量,对学生在专业课程课堂中表现出的各类上课行为进行检测分析,从而量化判断学生是否专注于课堂和教师的实际教学效果,达到提高教师课堂教学质量和督促学生专注课堂学习的目的。本文提出将卷积神经网络CNN深度学习模型应用于学生课堂行为检测识别,实现对学生是否专注课堂学习的行为进行分类。实验证明,该卷积神经网络能够对检测目标特征进行深度特征提取,并且对学生上课中的课堂行为检测取得良好的识别效果。

关 键 词：卷积神经网络 深度学习  课堂行为

分 类 号：TP311.52]