泰山学院刘彬获国家专利权
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！
龙图腾网获悉泰山学院申请的专利基于深度学习的学习风格识别方法、系统、介质及设备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：CN121365286B 。
龙图腾网通过国家知识产权局官网在2026-02-17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：202511935455.7，技术领域涉及：G06F18/241；该发明授权基于深度学习的学习风格识别方法、系统、介质及设备是由刘彬;王琳琳;胡志强;丁翠翠设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。
本基于深度学习的学习风格识别方法、系统、介质及设备在说明书摘要公布了：本发明涉及学习风格识别技术领域，提供了基于深度学习的学习风格识别方法、系统、介质及设备，包括：获取学习者的学习行为特征，并通过预处理，得到嵌入特征，通过多层次的非负矩阵分解操作，逐步分解为非负矩阵分解因子特征，并通过自适应注意力融合机制将嵌入特征和非负矩阵分解因子特征进行融合，得到融合特征；其中，多层次的非负矩阵分解操作采用多层分解结构，且逐层次潜在因子递增；基于融合特征，通过深度分类网络，预测得到学习风格。提升了学习风格识别的准确性。
本发明授权基于深度学习的学习风格识别方法、系统、介质及设备在权利要求书中公布了：1.基于深度学习的学习风格识别方法，其特征在于，包括： 获取学习者的学习行为特征，并通过预处理，得到嵌入特征；所述学习行为特征包括时间消耗类特征和学习参与度特征，时间消耗类特征包括图像内容学习时长、视频观看总时长、文本阅读时间和音频材料学习时长，学习参与度特征包括消息发布数量、参与小组讨论次数和标准题目答对数量； 对于嵌入特征，通过多层次的非负矩阵分解操作，逐步分解为非负矩阵分解因子特征，并通过自适应注意力融合机制将嵌入特征和非负矩阵分解因子特征进行融合，得到融合特征；其中，多层次的非负矩阵分解操作采用多层分解结构，且逐层次潜在因子递增，第一层捕捉基础行为模式，第二层建模高层学习策略； 基于融合特征，通过深度分类网络，预测得到学习风格。
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泰山学院，其通讯地址为：271000 山东省泰安市岱岳区东岳大街525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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励