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！

龙图腾网获悉南京工业大学申请的专利基于知识编码与LFNN模型的教学资源动态分配系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114066252B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111364204.X，技术领域涉及：G06Q10/0631；该发明授权基于知识编码与LFNN模型的教学资源动态分配系统是由陆春华;李旸;倪亚茹;方亮;房正刚;朱云峰设计研发完成，并于2021-11-17向国家知识产权局提交的专利申请。

本基于知识编码与LFNN模型的教学资源动态分配系统在说明书摘要公布了：本发明公开了一种基于知识编码与LFNN模型的教学资源动态分配系统，该系统基于控制论模型，包括专业教师与智能控制模块形成的控制者模型，以及知识编码系统、学情管理系统和教学计划系统三个子系统形成的被控制对象模型。本发明通过将知识编码引入教学，将教学内容转变为可量化的数据，基于艾宾浩斯记忆曲线，建立基于控制论模型的线上线下智慧教学系统，可精准分析学生整体与个体的过程性学情，实时调整基于科学记忆法的教学计划和个性化自主学习计划，以数据智能驱动教学，推动因材施教，提升教学效率。

本发明授权基于知识编码与LFNN模型的教学资源动态分配系统在权利要求书中公布了：1.一种基于知识编码与LFNN模型的教学资源动态分配系统，其特征在于，该系统基于控制论模型，抽象为LFNN模型，包括专业教师与智能控制模块组成的控制者模型，以及知识编码系统、学情管理系统和教学计划系统三个子系统组成的被控制对象模型； 所述的教师与智能控制模块负责接收反馈信息，对三个子系统的状态、参数产生控制作用； 所述的知识编码系统负责教学知识的微观分解与分级量化，以集中化策略进行知识编码，是与学情分析、教学进程、集体教学计划、自主学习计划模块建立智能映射关系的基础，由教师与智能控制模块调控； 所述的教学计划系统负责教学内容、教学形式、教学进程的规划，基于艾宾浩斯记忆曲线和知识编码系统智能生成教学计划，根据学情管理系统的反馈，由专业教师与智能控制模块实时调整教学计划； 所述的学情管理系统负责精准输出以知识微观基元为单位的学情分析，基于教学计划系统对学生的学习情况从主观和客观两方面进行统计分析，基于知识编码系统精准到微观知识点分析学情，反馈至专业教师与智能控制模块； 所述教学计划系统由教学进程、集体教学模块和自主学习模块三部分组成； 所述的教学进程描述为：基于艾宾浩斯记忆曲线，以12小时、1天、4天、7天、30天、45天、60天和90天为初始巩固周期，将线上自主学习学时与线下集体教学学时交替排布，形成线上线下学时进程表； 所述的形成线上线下学时进程表具体步骤为： 首先形成原始网络函数y＝fx，定义状态转移模型为多阶段决策问题模型，编排过程分为多个相互联系的阶段，当前阶段策略依赖于前期策略，且影响以后的总体效果，每个阶段策略选定后，构成一个决策序列，LFNN模型目的是寻找收益最好的决策序列；定义如下假设： 总阶段n为课时数，v为课程日数，w为单课程日课时数，n＝v*w， 每个阶段的序号为k，k＝1,2,3...n， 第k阶段的开始状态为sk，假设第k课时前编排知识点A1和A2，记为sk＝{A1,A2}， 第k阶段的决策为为uksk，假设第k课时编排知识点B1和B2，记为uksk＝{B1,B2}， 最终策略序列{u1s1,u2s2…unsn}， 第k阶段子策略记为pk,nsk， 总阶段知识点数量m， 每个知识点序号为j，j＝1,2,3...m， 知识点收益为S， 知识点重要性为I， 知识点难度为D， 每个知识点权重为W，初始权重为W＝1， 定义S[j]＝W[j]*D[j]*I[j]， 存在艾宾浩斯记忆曲线函数gk，知识点收益随阶段变化，则： S[j,k]＝W[j]*D[j]*I[j]*gk， 设f[j,k]表示将前i个知识点放入前k个课时得到的最大化收益， 则pk,nsk的状态转移方程为f[j,k]＝max{f[j-1,k],f[j-1][k-1]+S[j,k]}， 递归得全模型评价函数S＝S[n,m]，针对该评价函数由学生样本分为训练集和预测集，将原评级体系1-9归一化到[0,1]区间，将网络预测值与学生预测集样本进行欧几里得距离计算，得到相关性系数，将各节课相关性系数按一维向量进行排列得到向量k，计算k的长度，即为LFNN的评价函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京工业大学，其通讯地址为：211899 江苏省南京市浦口区浦珠南路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。