基于深度学习技术的在线教学效果评价研究

摘要：

目的 针对在线教学模式的特点,重点探讨面部表情与教学效果之间的联系,利用深度学习技术,提出一种面部表情自动识别模型,实时掌握在线课堂学习状态.方法 在对在线教学效果和面部表情关联关系分析的基础上,构建基于深度学习方法的面部表情识别模型,利用TensorFlow,在Jaffe数据集中进行模型验证和测试.结果 实验结果表明,面部表情识别模型在进行100次迭代运算后,模型网络达到收敛的程度.在训练集中,模型识别率达到98.76％;在测试集中,模型准确率和F1值都达到1;能够正确识别、区分愤怒、厌恶、恐惧、高兴、悲伤、惊讶、中性7种面部表情.结论 提出的模型能够获取在线课堂中学生面部表情的变化,帮助教师实时掌握学生的学习状态,促进在线教学质量的提高,对在线教学质量评价具有一定的应用价值.

关键词：在线教学、深度学习、评价

所属期刊栏目：37

分类号：TP311.52(计算技术、计算机技术)

资助基金：国家自然科学基金项目;安徽省高等学校人文社科研究重点项目;安徽高校自然科学研究重点项目;安徽省质量工程项目;安徽中医药大学校级教研项目;安徽中医药大学人文重点项目;安徽中医药大学自然科学重点项目

在线出版日期：2021-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-49