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！

龙图腾网获悉江南大学申请的专利基于知识-能力-素质三重图谱新工科课程教学评价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：CN121119453B 。

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：202511659727.5，技术领域涉及：G06Q10/063；该发明授权基于知识-能力-素质三重图谱新工科课程教学评价方法是由王子赟;王艳;纪志成设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本基于知识-能力-素质三重图谱新工科课程教学评价方法在说明书摘要公布了：本发明公开了一种基于知识‑能力‑素质三重图谱新工科课程教学评价方法，属于智慧教育与智能控制技术领域。采集学生知识、能力和素质三个维度的数据构建统一的状态向量，通过结合残差网络的状态更新与预测模型刻画学习过程的动态演化；采用多胞滤波方法进行状态集合估计，在预测步中结合线性传播与残差局部线性化，利用Lipschitz上界对非线性残差进行外接保证状态区间估计的安全性与可信度；在更新步中通过预测条带相交与生成器收缩实现集合收紧，引入基于分位数的覆盖率校准，确保集合估计的置信水平。本发明能够动态、稳健且可解释地估计学生学习状态，并实现精准、高效的调课优化，具有良好的应用前景与推广价值。

本发明授权基于知识-能力-素质三重图谱新工科课程教学评价方法在权利要求书中公布了：1.一种基于知识-能力-素质三重图谱新工科课程教学评价方法，其特征在于，所述评价方法包括： 步骤一：采集学生知识、能力与素质三个维度的数据并构建状态向量； 步骤二：构建课程教学评价系统，所述课程教学评价系统包括数据采集模块、状态更新与预测模型、覆盖率校准模块、多胞滤波模块以及MPC调度模块； 步骤三：通过多胞滤波模块对状态更新与预测模型的预测步和更新步进行区间估计以获得初步评价结果； 步骤四：对步骤三获得的初步评价结果进行覆盖率校准以更新不确定性边界，并将更新之后的不确定性边界传输到多胞滤波模块中； 步骤五：基于步骤四中得到的更新后的多胞滤波模块对状态更新与预测模型的输出进行区间估计，并输出评价结果； 步骤六：通过MPC调度模块对步骤五输出的评价结果进行优化，并输出最终的调课干预； 所述步骤三中的多胞滤波模块包括全对称多胞体集员滤波器，通过所述全对称多胞体集员滤波器对状态更新与预测模型的预测步和更新步进行区间估计，具体包括： 通过全对称多胞体表示状态集合，其中表示时刻全对称多胞体的中心，表示此全对称多胞体生成矩阵； 所述状态更新与预测模型的预测步中，线性主项为： 其中，为过程噪声生成器矩阵； 再将深度残差网络局部线性化，其表达式为： 其中，代表学生学习状态的状态向量，； 深度残差网络的线性近似误差满足表达式： 其中，，为通过谱范数正则或网络分析得到的Lipschitz常数； 由此得到残差集合为： 其中，代表以0为中心，半径为的超立方体； 通过将线形主项和残差集合进行线性化结合得到预测集合，其表达式为： 其中代表预测集合； 所述步骤四中通过利用覆盖率校准机制调整不确定性边界，具体包括： 基于历史不一致度对模型的预测输出和实际观测之间的最大偏差进行覆盖率校准，其中历史不一致度的表达式为： 在历史不一致度中找到一个最小的阈值，使得至少有的样本落在以内； 取经验分位数： 将预测噪声上界调整为以保证预测集合覆盖率达到置信水平； 所述步骤五中通过综合考虑目标偏差、不确定性宽度和干预代价，进行优化调度输出教学干预方案，具体包括： 在目标状态与资源约束下，设计模型预测控制优化问题，定义代价函数： 其中，代表目标状态，为偏差目标偏差项；代表表示不确定性宽度收缩项的权重系数；为不确定性宽度项，对应多胞滤波器估计集合的宽度，反映状态估计的置信区间；为干预代价项； 在约束为，的条件下，其中为维度与相同的全为1的列向量；求解从而获得下一周最优教学干预，再将教学干预用于下一周教学，循环迭代，完成三重图谱下学生学习状态的状态向量与教学干预的自适应调度。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。