为解决传统学习模式自动识别方法中卷积核自身几何设计有限导致的识别精度较低的问题,提出基于可变形卷积网络的思政课堂移动学习模式自动识别.在经典网络中加入与学生头部运动情况相关的偏移矢量;利用可变形卷积层、池化层与全连接层构成可变形卷积网络模型;经过获取初始权值分布状况、误差计算等步骤完成网络模型训练;引入激活函数,调节神经元数量,完成学习模式自动识别.仿真实验证明,所提方法具有较高的自动识别精度与良好的数据处理能力.
科研之友
微信
新浪微博
Facebook
分享链接
