基于人工智能的TickGo的研究

来源:用户上传      作者:

　　【摘要】TickGo是一款将人工智能、计算机视觉技术与辅助型家庭教育模式相结合的学习辅助软件，它可通过记录学生错题来分析出学生学习的知识点漏洞，为学生构建独有的个人知识掌握情况图，按时提醒学生温故知新，并以家庭作业为抓手帮助学生培养好的学习习惯，具有一定的社会价值。
　　【关键词】TickGo;学习助手;卷积神经网络
　　一、研究背景
　　在学习过程中，为什么在同样的教育资源和学习时间投入下，有的学生成绩显著而有的学生成绩却不理想？大部分人认为是由不同的学习习惯与学习方法而导致的。学习习惯与学习方法的养成不是一蹴而就的，需要学子从小有良好的学习环境、正确的引导和较强的自律，这并不是每一个人都能拥有的，所以这一问题至今也没有很好的解决方法，只能更多的依赖于老师，这显然是不合理的。TickGo旨在运用人工智能及计算机视觉技术与大数据分析相结合帮助学子培养良好的学习习惯和提高学生的学习效率。
　　二、项目需求分析
　　TickGo是一款基于人工智能与计算机视觉技术的智能家庭学习助手软件，它使用tensorflow平台开源的数据模型对项目进行反复训练，可以精确识别和理解用户在书面上书写的文字含义，并根据云服务器中的数据对用户的家庭作业进行批改和注解，设置独有的“小温”，即温故知新助手，并以家庭作业为抓手来帮助学生培养好的学习习惯，进而提高学习成绩。通过智能语音“温故知新”助手“小温”根据学生的日常作息，按时提醒和督促学生温故知新，帮助学生解决学习习惯不好和自制力差的痛点;对学生每天作业完成量进行监控，并反馈结果，温馨提示是否达要求，距离目标差多少。教师批改学生作业，并可在线讲解作业。根据学生的作业错题状况，进行反馈分析，形成每个学生独有的在线错题本，并按时提醒学生重温错题，帮学生养成“看错题”的好习惯，及时纠正错误，提高学生自我认知，增强学生自信，并且使学习做到事半功倍。运用大数据手段对学生作业中出现的错题、难题进行分析、反馈、总结出学生知识掌握的漏洞和疑难点，对每个学生进行独有的知识网络构建，让学生能清楚的认识到自己的不足之处，并按时提醒学生解决和复习。
　　三、TickGo的研发原理
　　TickGo是以卷积神经网络为基础研发原理。卷积神经网络是一种专门用来处理具有类似网络结构的数据神经网络，是深度学习的一种。卷积网络是为识别二维形状而特殊设计的一个多层感知器，这种网络结构对平移、比例缩放以及其他形式的变形具有一定不变性。在典型的CNN中，开始几层通常是卷积层和下采样层的交替，在靠近输出层的最后几层网络通常是全连接网络。过程主要是学习卷积层的卷积核参数和层间连接权重等网絡参数，预测过程主要是基于输入图像和网络参数计算类别标签。卷积神经网络的关键是网络结构和反向传播算法等。卷积神经网络中每层卷积层由若干卷积单元组成，每个卷积单元的参数都是通过反向传播算法最佳化得到的。卷积运算的目的是提取输入的不同特征，第一层卷积层可能只能提取一些低级的特征如边缘、线条和角等层级，更多层的网路能从低级特征中迭代提取更复杂的特征。池化实际上是一种形式的降采样。有多种不同形式的非线性池化函数，而其中“最大池化”是最为常见的。它是将输入的图像划分为若干个矩形区域，对每个子区域输出最大值。直觉上，这种机制能够有效的原因在于，在发现一个特征之后，它的精确位置远不及它和其他特征的相对位置的关系重要。
　　基于机器视觉的人脸生物特征的改进识别技术是一款以AI深度学习卷积神经网络为基础原理，依托大数据为底层构架的计算机视觉引擎，该引擎推翻通过对谱回归和矩阵完整性约束的传统识别方法，采用基于机器视觉的人脸生物特征的改进识别技术，通过摄像头取代视觉传感器对人脸图像进行特征采集，构建人脸图像双色反射模型，对人脸图像进行预处理，并将机器视觉与局部差分二值模型相结合，实现对人脸生物特征识别的改进。TickGo应用了此改进的识别技术。
　　四、项目研究价值
　　使用智能家庭学习助手后，学生可在助手辅助下高效地学习，养成良好的学习习惯，提高学习效率;在学习过程中，当遇到不会做的题目，只能通过反复练习来熟悉这类题目的做法，可深层次问题却被人忽略，学生可能只因某个知识点掌握不扎实，而却要花费很多时间去反复做题，可谓事倍功半。TickGo可对学生作业中出现的错题、难题进行归纳整理形成错题本，运用大数据对其进行分析、反馈、总结出学生知识掌握的漏洞，对每个学生的知识掌握情况进行独有的知识网络构建，让学生能清楚的认识到不足之处，并按时提醒学生复习不扎实的知识点，优化了学习方法;通过构建独有的知识网络，可使学生为自己更好的制定学习路线，提高学习效率，从而提高成绩;当学生更清晰的了解到自己的优势与不足时，便会将注意力更多的放在自我优化和完善上，达到“自我竞争”的状态，以降低由于学生间成绩竞争而带来的负面影响和恶性竞争。
　　五、总结
　　本项目以卷积神经网络为研发原理，以人工智能和计算机视觉技术为主要技术依托，结合大数据分析手段，设计了一款以人为本的辅助型智能家庭学习助手软件TickGo。运用人工智能技术在家庭辅助教育系统领域构建全新模式，在中国尚属首例，实现了模式创新，具有一定的社会价值。
　　参考文献：
　　[1]邹涛，吴恋等.基于深度学习CNN模型的智能识车助手[J].电脑知识与技术，2018.
　　[2]朱耘葶.一种语音识别的智能学习助手系统设计[J]. 电子测试，2019.
　　[3]蒲路遥.基于Android的“作息学习提醒助手”APP的开发[J].科学技术创新，2018.
　　基金项目：黑河学院教改项目：数字化自主学习平台建设与应用研究（xjg1729）。
　　作者简介：李伦彬（1982-），男，山东济宁市，研究方向：软件工程，本科，副教授;滕海坤（1983-），男，黑龙江省密山市，研究方向：语音识别，研究生，讲师;郑福妍（1979-），女，籍贯：黑龙江省双鸭山市，研究方向：数据库开发与应用，本科，讲师。
转载注明来源:https://www.xzbu.com/2/view-15243080.htm