一种基于LSTM模型匹配认知训练最适参数的方法.pdfVIP

下载本文档

2
0
约1.38万字
约 11页
2023-06-26 发布于四川
举报
版权申诉

一种基于LSTM模型匹配认知训练最适参数的方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及认知训练干预与人工智能的交叉领域，具体涉及一种基于LSTM模型匹配认知训练最适参数的方法，所述方法包括：设计用户认知训练日志数据的采集特征及方法，按照认知单元评分方法对用户的行为表现进行认知能力自动评价，并基于以上设计构建数据集；对所述数据集进行预处理，重构认知训练干预的序列数据集，作为训练样本；将所述训练样本输入到深度最适难度预测模型中进行训练，所述深度最适难度预测模型基于LSTM框架设计；利用训练完成的预测模型进行认知训练难度系数预测，评估模型性能。本发明通过训练LSTM预测模型根

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116304706 A (43)申请公布日 2023.06.23 (21)申请号 202310285135.6 (22)申请日 2023.03.22 (71)申请人同济大学地址 200000