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！

申请/专利权人：山东理工职业学院

摘要：本发明公开了基于大数据的学生心理健康评估系统，系统包括数据采集模块、数据预处理模块、学生心理健康评估模型建立模块和学生心理健康评估模块。本发明属于心理健康评估技术领域，具体是指基于大数据的学生心理健康评估系统，本方案采用综合评价体系，引入相对变化指标和关键性能指标，在训练过程中动态调整辅助识别任务的权重，有助于提高模型的性能和鲁棒性；通过生成任务权重时考虑任务准确率和类别数量，能够更好地平衡各个任务的重要性，提高模型的整体性能；引入非线性学习率和微调步长，进一步提高搜索精度和优化效果；基于随机数和非线性学习率选择移动方式，提供了多样的搜索策略，能够更准确地找到最佳参数设置。

主权项：1.基于大数据的学生心理健康评估系统，其特征在于：系统包括数据采集模块、数据预处理模块、学生心理健康评估模型建立模块和学生心理健康评估模块；所述数据采集模块采集学生历史评估数据；所述数据预处理模块对采集的数据进行数据清洗、数据转换、标准化处理的数据集划分；所述学生心理健康评估模型建立模块采用综合评价体系，引入相对变化指标和关键性能指标；以心理健康评估为主任务，以辅助识别为子任务；引入非线性学习率和微调步长进行参数优化；最终完成学生心理健康评估模型的建立；所述学生心理健康评估模块基于构建完成的学生心理健康评估模型，基于模型输出实现学生心理健康评估；在学生心理健康评估模型建立模块引入关键性能指标，用于在每次训练迭代中调整辅助识别任务的权重，所用公式如下： ；式中，是第i次训练时第m个辅助识别任务的关键性能指标；是折扣因子；和分别是第次和第次训练时辅助识别任务相对于主任务的相对增量；是第i次训练时的辅助识别任务准确率；是相对变化指标；是窗口尺寸；所述学生心理健康评估模型建立模块采用综合评价体系，以心理健康评估为主任务，以辅助识别为子任务；情感识别包括表情识别任务、语音识别任务、文本情感分析任务和行为分析任务；预先对每个子任务进行标注标签；具体包括以下内容：模型架构设计，引入多模态输入和动态卷积层骨干网络，使用动态卷积层作为主干网络，用于提取数据的高级特征，动态卷积层的输出被传递到每个子任务，对于每个子任务设计相应的单元，每个子任务单元包括动态卷积层、批量归一化层和激活函数层，每个单元的输出是子任务的预测结果；将主任务和每个子任务单元的输出通过加权融合，以综合评估学生的心理健康状况；引入相对变化指标，用于衡量任务之间的长期趋势信息；所用公式如下： ； ；式中，是相对变化指标；是窗口尺寸，用于确定在每次训练迭代中需要考虑的相邻前几次迭代的数量；和分别是第次和第次训练时辅助识别任务相对于主任务的相对增量；是窗口尺寸的索引；是预先定义的最大窗口尺寸；I是最大迭代次数；和分别是第次和第i-1次训练时的辅助识别任务准确率；引入关键性能指标；生成任务权重，所用公式如下： ；式中，是第i次训练第m个辅助识别任务的权重；γ是调节因子；max·和min·分别是取最大值和取最小值操作；是第i次迭代时主任务情感识别的准确率；Nm是第m个辅助识别任务的类别数量；Nz是主任务的类别数量；设计总损失函数，所用公式如下： ；式中，Ltotal是总损失函数；Lz是辅助识别任务的损失，表示主任务的损失；是第m个辅助识别任务的权重；Lm是第m个辅助识别任务的损失；模型参数优化；在学生心理健康评估模型建立模块中，所述模型参数优化是基于动态卷积层、批量归一化层和激活函数层参数及最大窗口尺寸、折扣因子和调节因子建立参数优化空间；具体包括：初始化，基于参数优化空间初始化优化个体位置，将基于个体位置表示的参数训练完成的学生心理健康评估模型对测试集的预测正确率作为个体适应度值；初始化个体位置时每两个维度为一组，每次初始化一组位置，最终组合成初始化的个体位置；初始化一组位置所用公式如下： ；式中，和分别是第n+1个体两个维度的位置；和分别是第n个体两个维度的位置；设计移动策略，引入非线性学习率和微调步长，基于随机数和非线性学习率选择移动方式，随着迭代次数的增加，非线性学习率减少，移动方式更倾向于精细搜索；所用公式如下： ； ； ；式中，Xt+1和Xt分别是个体第t+1次迭代和第t次迭代时的位置；B是非线性学习率；Wif是微调步长；Xbest和Xrand分别是种群最优个体和随机个体；b是指数因子；l是属于-1到1的随机数；t和tmax分别是当前迭代次数和最大迭代次数；a和A是影响移动的参数；r是属于0到1的随机数；fbest和fworst分别是种群最优适应度值和最差适应度值；优化判定，预先设有适应度阈值，当存在个体适应度值高于适应度阈值时，个体位置表示的参数即学生心理健康评估模型设置参数，此时学生心理健康评估模型建立完成；若达到最大迭代次数，则重新初始化种群位置；否则继续移动迭代搜索；在数据采集模块中；所述学生历史评估数据包括心理健康问卷数据、面部表情数据、音频交流数据、文本数据、行为数据和心理健康评估等级；所述面部表情数据包括课堂上、课间活动和课外活动中学生的面部表情数据；所述音频交流数据包括课上及课外的音频交流数据；所述文本数据包括学生电子邮件、社交媒体帖子和在线学习平台的讨论记录；所述行为数据包括出勤记录、考试成绩、课堂参与度和社交互动数据；将心理健康评估等级作为总数据标签。

全文数据：

权利要求：

百度查询： 山东理工职业学院 基于大数据的学生心理健康评估系统