Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 麦乐峰(厦门)智能科技有限公司李秋敏获国家专利权

麦乐峰(厦门)智能科技有限公司李秋敏获国家专利权

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!

龙图腾网获悉麦乐峰(厦门)智能科技有限公司申请的专利自适应内容生成的动态VR教学场景构建系统及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:CN120803278B

龙图腾网通过国家知识产权局官网在2026-03-03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:202511301287.6,技术领域涉及:G06F3/01;该发明授权自适应内容生成的动态VR教学场景构建系统及方法是由李秋敏;余强;聂茂盛;陈俊威设计研发完成,并于2025-09-12向国家知识产权局提交的专利申请。

自适应内容生成的动态VR教学场景构建系统及方法在说明书摘要公布了:本发明公开了自适应内容生成的动态VR教学场景构建系统及方法,属于虚拟现实技术领域,包括:抽取影响教学目标的场景特征变量,结合多维度特征提取模型组成基元模式;基于深度学习模型扩展基元模式维度并关联调控协议生成策略方案;依据教学任务需求选择策略方案类型生成目标方案;结合学习者画像向目标方案注入学习者坐标生成场景参数集并融入动态叙事脚本;根据场景参数集、动态叙事脚本和调控协议从资源库选择内容、交互、反馈三类教学元件生成组件方案;通过场景编译器编译组件方案,整合优化三类元件生成动态教学单元,并在VR引擎中部署以响应学习者行为,实现自适应动态VR教学场景构建。

本发明授权自适应内容生成的动态VR教学场景构建系统及方法在权利要求书中公布了:1.自适应内容生成的动态VR教学场景构建方法,其特征在于,包括: 从预设的教学原型库中抽取影响教学目标的场景特征变量,结合多维度特征提取模型组成基元模式; 基于深度学习模型扩展所述基元模式的维度并关联调控协议,生成策略方案; 根据教学任务需求选择策略方案类型,通过方案决策模型生成目标方案; 结合学习者画像向所述目标方案注入学习者坐标,生成场景参数集,并融入基于生成模型的动态叙事脚本; 根据所述场景参数集、动态叙事脚本和调控协议,通过元件匹配模型从资源库选择三类教学元件,生成组件方案;所述三类教学元件包括内容元件、交互元件、反馈元件; 通过场景编译器编译组件方案,将三类教学元件按照动态叙事脚本和调控协议进行整合和优化,生成动态教学单元,并在VR引擎中部署动态教学单元,响应学习者行为; 从预设的教学原型库中抽取影响教学目标的场景特征变量,结合多维度特征提取模型组成基元模式,包括: 对预设教学原型库进行语义分析,依据教学目标分解出的知识点图谱、技能维度矩阵和情感触发因子,建立场景特征变量类型体系;所述场景特征变量类型体系包含物理环境类、交互体验类、认知引导类; 利用基于卷积神经网络的多维度特征提取模型从教学原型库中提取与场景特征变量类型相关的实际变量值;所述基于卷积神经网络的多维度特征提取模型通过多层卷积层和池化层提取特征,输出标准化变量值; 根据提取的与场景特征变量类型相关的实际变量值,利用层次分析法确定各场景特征变量的权重; 将提取出的所有场景特征变量按照预设的逻辑结构进行组织,形成基元模式;所述基元模式为所有场景特征变量与其对应权重乘积之和,即每个场景特征变量的不同取值组合构成基元模式的不同实例; 所述基于深度学习模型扩展所述基元模式的维度并关联调控协议,生成策略方案,包括: 分析教学过程中的动态变化因素,通过因素识别模型确定扩展维度;所述因素识别模型采用支持向量机算法对动态变化因素进行分类识别; 将扩展维度与基元模式中的场景特征变量进行关联,利用关联模型构建多维度的基元模式扩展模型;所述关联模型通过神经网络学习扩展维度与场景特征变量的非线性关系; 针对每个扩展维度,制定对应的调控协议;所述调控协议包括调控目标、调控规则和调控策略; 将扩展后的基元模式与调控协议进行整合,生成策略方案。

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麦乐峰(厦门)智能科技有限公司,其通讯地址为:361008 福建省厦门市思明区塔埔东路171号1401单元;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。