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！

龙图腾网获悉西南交通大学申请的专利基于时序回归及增量学习模型的学生数学能力评估方法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：CN120632399B 。

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：202511113294.3，技术领域涉及：G06F18/21；该发明授权基于时序回归及增量学习模型的学生数学能力评估方法是由韦洪雷;蒲茂武;吴贯锋;梁锐;何舟;李浩然设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本基于时序回归及增量学习模型的学生数学能力评估方法在说明书摘要公布了：本发明公开了基于时序回归及增量学习模型的学生数学能力评估方法，涉及数学能力评估技术领域，包括：S1、建立数学题库并进行能力维度划分，并记录能力维度的考察占比；S2、设置滑动窗口的动态数据筛选机制；S3、采集学生答题序列数据；S4、基于滑动窗口的动态数据筛选机制和时间衰减权重，构建数学能力评估回归模型；S5、构建数学能力评估回归模型的损失函数，并采用贝叶斯优化算法搜索得到当损失函数取得最小值时的数学能力评估回归模型参数；S6、对学生数学能力进行实时动态评估与诊断性评估。本发明具备计算量小、复杂度低、能够实时增量更新、强解释性和学习路径个性化分析的特点，能够适应资源受限条件下的移动端应用部署。

本发明授权基于时序回归及增量学习模型的学生数学能力评估方法在权利要求书中公布了：1.基于时序回归及增量学习模型的学生数学能力评估方法，其特征在于，包括以下步骤： S1、建立数学题库并进行能力维度划分，为每道题目标注一个或多个能力维度标签并记录能力维度的考察占比； 所述S1包括以下步骤： 将数学能力划分为个维度的集合，对数学题库中每道题目打上一个或者多个能力标签，对于某一个维度的数学能力，记录其考察占比为； S2、设置滑动窗口的动态数据筛选机制，针对每个能力维度，根据累计答题量得到窗口动态调整规则； 所述S2包括以下步骤： 对于某一个维度的数学能力，限定仅对最近条记录进行统计计算，窗口动态调整规则为： 其中，为能力维度的累计答题数量，为窗口最小保持值； S3、采集学生答题序列数据，包括序列的序号、题目编号、得分率、答题耗时和时间戳； 所述学生答题序列如下： 其中，表示答题序列的序号，表示第道题目，表示第道题目的得分率，表示作答第道题目的耗时，表示学生结束作答第道题目时的时间戳； S4、基于滑动窗口的动态数据筛选机制和时间衰减权重，构建数学能力评估回归模型； 所述S4包括以下步骤： S41、定义学生答题序列中答题历史记录的时间衰减权重，其中为单位时间的衰减量且，表示当前时间与第道题目答题时间两者的标准化时间间隔，表示当前时间戳，表示衰减周期； S42、对每个能力维度，计算滑动窗口内所有题目累积加权得分； 对于每道题目，将得分率按照能力维度的考察占比分配到各个能力维度，记为，表示题目在数学能力类型上的考察占比； 对于某一个维度的数学能力，滑动窗口内所有题目的累积加权得分如下： 其中，表示题目在数学能力类型上的得分率； S43、对每个能力维度，计算滑动窗口内所有题目累积时间惩罚量； 题目时间惩罚项的参考时间为： 其中，表示取中位数运算，表示所有作答过题目的学生数量，表示第个学生作答题目的耗时，表示取最近100次作答学生耗时的算术平均值，表示原数据动态更新的平滑系数，表示新作答记录数据动态更新的平滑系数； 对于每道题目，计算作答耗时偏离参考时间的惩罚如下： 其中，表示题目历史作答记录耗时标准差，为时间惩罚系数； 对于某一个维度的数学能力，滑动窗口内所有题目累积时间惩罚量如下： 其中，为题目作答耗时偏离参考时间的惩罚； S44、对每个能力维度，计算最终能力评估值； 所述最终能力评估值为： 其中函数； S5、构建数学能力评估回归模型的损失函数，并采用贝叶斯优化算法搜索得到当损失函数取得最小值时的数学能力评估回归模型参数； S6、对学生数学能力进行实时动态评估与诊断性评估。

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西南交通大学，其通讯地址为：611756 四川省成都市郫都区犀安路999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。