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！

龙图腾网获悉闽西职业技术学院申请的专利基于多维数据分析的学生心理状态识别方法及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：CN120236722B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510719262.1，技术领域涉及：G16H20/70；该发明授权基于多维数据分析的学生心理状态识别方法及系统是由梁小娟;丘文婷;王荔娟;葛宾;谢春杰;黎淑晶;谢凯露;陈蓓红设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本基于多维数据分析的学生心理状态识别方法及系统在说明书摘要公布了：本发明涉及数据处理技术领域，具体公开基于多维数据分析的学生心理状态识别方法及系统，该方法实现了学生心理健康管理的精准化与高效化，首先整合经数据清洗与标准化处理，可剔除无效信息并统一数据维度，显著提升分析可靠性，通过协同分析机制，能动态关联不同维度数据特征，特征提取过程的自适应调节功能可根据数据质量自动优化算法权重，确保关键心理指标的提取精度，通过数据驱动的闭环管理，将心理健康监测从被动应对转变为主动预防，有效提升学校心理危机干预效率，同时为教育决策提供科学支撑，促进心理健康资源的精准配置。

本发明授权基于多维数据分析的学生心理状态识别方法及系统在权利要求书中公布了：1.一种应用于基于多维数据分析的学生心理状态识别方法的系统，其特征在于：包括： 数据清洗模块，用于将学生心理状态管理平台标记为目标平台，通过目标平台采集多维度数据源的学生心理状态数据，采集并分析各维度数据源的数据属性参数，从而对各维度数据源的学生心理状态数据进行数据清理； 数据优化模块，用于目标平台接收数据清理后的各维度数据源的学生心理状态数据，并进行协同分析，获取并评估目标平台的协同分析过程参数，从而对目标平台的协同分析过程进行数据优化； 过程调节模块，用于在数据优化后，目标平台从各维度数据源的学生心理状态数据中提取学生心理状态特征，采集并分析特征提取质量指标，从而对学生心理状态特征提取过程进行调节； 特征反馈模块，用于目标平台整合学生心理状态特征，并进行学生心理状态特征反馈； 所述基于多维数据分析的学生心理状态识别方法包括： 步骤一、将学生心理状态管理平台标记为目标平台，通过目标平台采集多维度数据源的学生心理状态数据，采集并分析各维度数据源的数据属性参数，从而对各维度数据源的学生心理状态数据进行数据清理； 步骤二、目标平台接收数据清理后的各维度数据源的学生心理状态数据，并进行协同分析，获取并评估目标平台的协同分析过程参数，从而对目标平台的协同分析过程进行数据优化； 步骤三、在数据优化后，目标平台从各维度数据源的学生心理状态数据中提取学生心理状态特征，采集并分析特征提取质量指标，从而对学生心理状态特征提取过程进行调节； 步骤四、目标平台整合学生心理状态特征，并进行学生心理状态特征反馈； 所述对各维度数据源的学生心理状态数据进行数据清理，具体指： 通过分析各维度数据源的数据属性参数，得出各维度数据源的数据噪声异常指数，并与数据噪声异常阈值进行比对； 若某维度数据源的数据噪声异常指数大于或等于数据噪声异常阈值，则将该维度数据源标记为不合格数据源，并对不合格数据源进行数据清理，清理完成后传输至目标平台； 若某维度数据源的数据噪声异常指数小于数据噪声异常阈值，则将该维度数据源的学生心理状态数据标记为合格数据，并在传输时间点传输至目标平台； 在数据传输时间点，统计合格数据中学生心理状态数据的数据量，并与界定数据量进行比对，若数据量小于界定数据量，则延迟数据传输时间点，直至数据量大于或等于界定数据量，且获取并根据总延迟时长从多维数据库中匹配出特征识别精准因子修正值，并将合格数据传输至目标平台，若数据量大于或等于界定数据量，则直接将合格数据传输至目标平台； 所述各维度数据源的数据噪声异常指数，表征各维度数据源的数据噪声异常程度，具体表达式为： ； 式中，a为各维度数据源的编号，，u为数据源维度的总个数，为第a个维度数据源的数据噪声异常指数，为第a个维度数据源的数据缺失值比率，为第a个维度数据源的数据格式错误率，为第a个维度数据源所属传感器的信噪比，为多维数据库中预设的界定数据缺失值比率，为多维数据库中预设的界定数据格式错误率，为多维数据库中预设的界定信噪比，为多维数据库中预设的数据缺失值比率度量因子，为多维数据库中预设的数据格式错误率度量因子，为多维数据库中预设的信噪比度量因子； 所述界定数据缺失值比率，表示数据缺失值比率所允许的最大值；所述界定数据格式错误率，表示数据格式错误率所允许的最大值，所述界定信噪比，表示信噪比所允许的最小值； 所述对目标平台的协同分析过程进行数据优化，具体指： 通过评估目标平台的协同分析过程参数，得出目标平台的数据协同稳定因子，并与目标平台的数据协同稳定阈值进行比对，若目标平台的数据协同稳定因子大于或等于数据协同稳定阈值，则目标平台从各维度数据源的学生心理状态数据中提取学生心理状态特征； 若目标平台的数据协同稳定因子小于数据协同稳定阈值，则对目标平台的数据协同过程进行数据优化； 所述目标平台的数据协同稳定因子，具体表达式为： ； 式中，为目标平台的数据协同稳定因子，为目标平台的响应异常率，为目标平台的跨数据中心同步延迟时长，为数据源的平均数据噪声异常指数，为多维数据库中预设的界定响应异常率，为多维数据库中预设的界定跨数据中心同步延迟时长，为多维数据库中预设的响应异常率度量因子，为多维数据库中预设的跨数据中心同步延迟时长度量因子，为多维数据库中预设的平均数据噪声异常指数度量因子； 所述界定响应异常率，表示响应异常率所允许的最大值；所述界定跨数据中心同步延迟时长，表示跨数据中心同步延迟时长所允许的最大值； 所述对学生心理状态特征提取过程进行调节，具体指： 分析特征提取质量指标，得出目标平台的特征识别精准因子，并与特征识别精准阈值进行比对，若目标平台的特征识别精准因子大于或等于特征识别精准阈值，则进行特征完整性反馈； 若目标平台的特征识别精准因子小于特征识别精准阈值，则对学生心理状态特征提取过程进行调节，具体调节过程为：根据目标平台的特征识别精准因子从多维数据库中匹配出特征提取批量修正值以及网络通道修正值，同时持续增加特征提取迭代次数，并判定是否进行特征提取异常反馈； 所述目标平台的特征识别精准因子，具体表达式为： 式中，为目标平台的特征识别精准因子，为第一修正值，为第二修正值，为目标平台的特征分类准确率，为目标平台的特征覆盖率，为目标平台的特征噪声比，为多维数据库中预设的界定特征分类准确率，为多维数据库中预设的界定特征覆盖率，为多维数据库中预设的界定特征噪声比，为多维数据库中预设的特征分类准确率度量因子，为多维数据库中预设的特征覆盖率度量因子，为多维数据库中预设的特征噪声比度量因子； 所述界定特征分类准确率，表示特征分类准确率所允许的最小值；所述界定特征覆盖率，表示特征覆盖率所允许的最小值；所述界定特征噪声比，表示特征噪声比所允许的最大值。

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闽西职业技术学院，其通讯地址为：364030 福建省龙岩市新罗区曹溪镇闽大路8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”。

以上内容由龙图腾AI智能生成。