一种基于学生面部表情的学习效果预测方法

摘要

本申请涉及教育领域，具体提供了一种基于学生面部表情的学习效果预测方法，该方法包括如下步骤：S1，表情数据的采集与处理；S2，构建学习效果增值性评价；S3，构建学习效果预测模型并对其进行训练；S4，对训练好的学习效果预测模型的性能进行评估。学习效果预测模型为支持向量机二分类模型。使用指标F1‑score和ROC曲线对训练得到的支持向量机二分类模型进行评估。输入微表情频域信号，内核函数为高斯函数时的，预测准确率为89.7％；指标F1‑score的值为0.87，大于0.7；ROC曲线与横坐标之间的面积AUC为0.92，接近于1，本发明方法的预测准确率较高，且预测结果可靠。