Resumen

El método de inteligencia computacional para monitorear y evaluar la concentración de los estudiantes en el proceso de enseñanza puede ajustar de manera pronta y efectiva el plan de aprendizaje y mejorar el efecto de aprendizaje. En este artículo, se utilizan algoritmos de agrupamiento y métodos de control difuso para construir un modelo de investigación sobre la atención de los estudiantes en clase. Además, este artículo emplea un algoritmo de reconocimiento de características de imagen basado en MATLAB para detectar y obtener rasgos faciales y analizar las principales características de las expresiones faciales a través de técnicas computacionales para realizar el juicio de la atención. Asimismo, este artículo optimiza el algoritmo tradicional de AdaBoost para ahorrar tiempo de computación y mejorar la eficiencia operativa y la estabilidad del rendimiento del sistema. Por último, este artículo construye los módulos funcionales del modelo de investigación de acuerdo a las necesidades reales y diseña experimentos para verificar el rendimiento del modelo. Los resultados de la investigación experimental muestran que el modelo construido en este artículo tiene un cierto efecto.

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Inteligencia computacional; Monitoreo; Concentración; Algoritmo de clustering; Control difuso; Rasgos faciales
• Keywords:Computational intelligence; Monitoring; Concentration; Clustering algorithm; Fuzzy control; Facial features