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！

龙图腾网获悉江苏腾权信息科技有限公司申请的专利基于多模态数据融合的课堂教学行为分析方法及系统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：CN121724812B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610209607.3，技术领域涉及：G06Q50/20；该发明授权基于多模态数据融合的课堂教学行为分析方法及系统是由李珊;厉千一;彭方鸣设计研发完成，并于2026-02-13向国家知识产权局提交的专利申请。

本基于多模态数据融合的课堂教学行为分析方法及系统在说明书摘要公布了：本发明提供了基于多模态数据融合的课堂教学行为分析方法及系统，涉及数据分析技术领域，所述方法包括：采集多模态课堂行为数据集，识别交互行为事件进行离散化编码，基于交互行为事件编码集合建立行为链依赖图模型，识别基于每个目标交互行为事件的链依赖路径，确定待融合模态课堂行为数据，按照链依赖路径的链传播时间生成融合窗口权重，对待融合模态课堂行为数据进行加权融合，得到课堂行为融合数据，获取每个目标交互行为事件的交互行为评分指标。解决了现有技术存在课堂多模态行为融合缺乏因果时序分析，导致课堂教学质量量化评估准确性低的技术问题。达到了对课堂教学质量的准确、可靠评估的技术效果。

本发明授权基于多模态数据融合的课堂教学行为分析方法及系统在权利要求书中公布了：1.基于多模态数据融合的课堂教学行为分析方法，其特征在于，所述方法包括： 采集多模态课堂行为数据集，识别所述多模态课堂行为数据集的交互行为事件，对所述交互行为事件进行离散化编码，得到交互行为事件编码集合； 基于所述交互行为事件编码集合建立行为链依赖图模型，根据所述行为链依赖图模型识别基于每个目标交互行为事件的链依赖路径； 根据所述链依赖路径确定待融合模态课堂行为数据，按照所述链依赖路径的链传播时间生成融合窗口权重，根据所述融合窗口权重对所述待融合模态课堂行为数据进行加权融合，得到课堂行为融合数据； 分析所述课堂行为融合数据获取所述每个目标交互行为事件的交互行为评分指标； 所述采集多模态课堂行为数据集，方法还包括： 识别当前课堂教学行为的属性信息，包括课堂类型、教学模式类型以及教学对象数量； 按照所述属性信息提取课堂关键时序特征，以第一数据采集频率获取目标课堂处于所述课堂关键时序特征下的第一组多模态课堂行为数据集，基于第二数据采集频率获取不处于所述课堂关键时序特征下的第二组多模态课堂行为数据集，其中，所述第一数据采集频率大于所述第二数据采集频率； 基于所述第一组多模态课堂行为数据集和所述第二组多模态课堂行为数据集，分别得到第一组交互行为事件编码集合和第二组交互行为事件编码集合； 分别得到第一组交互行为事件编码集合和第二组交互行为事件编码集合之后，方法还包括： 按照所述第一组交互行为事件编码集合和所述第二组交互行为事件编码集合分别构建局部行为链依赖图模型和全局行为链依赖图模型； 根据所述局部行为链依赖图模型和所述全局行为链依赖图模型，识别基于所述每个目标交互行为事件的局部链依赖路径和全局链依赖路径； 按照所述局部链依赖路径和全局链依赖路径，获取局部课堂行为融合数据和全局课堂行为融合数据； 按照所述局部课堂行为融合数据和全局课堂行为融合数据，重新计算所述每个目标交互行为事件的交互行为评分指标； 所述分别构建局部行为链依赖图模型和全局行为链依赖图模型，方法包括： 其中，所述局部行为链依赖图模型用于分析所述第一组交互行为事件编码集合的短时窗口行为触发关系，按照所述短时窗口行为触发关系分析所述第一组交互行为事件编码集合的边权重构成； 所述全局行为链依赖图模型用于分析所述第二组交互行为事件编码集合的长期窗口行为传播关系，按照所述长期窗口行为传播关系分析所述第二组交互行为事件编码集合的边权重构成。

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苏腾权信息科技有限公司，其通讯地址为：211000 江苏省南京市鼓楼区清凉门大街39号中海大厦1707室；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。