不良学习行为AI识别算法公司

“亮睛睛”AI行为识别系统作为我们的基础产品，主要定位于推出一款保护青少年视力和健康体型，促进良好的学习习惯养成和心理健康为一体的AI学习桌平台。从技术的角度来看，产品划分为书桌学生终端、服务后端、Web管理端以及家长小程序端四部分组成。书桌学生终端由书桌、安卓主板、单目摄像头、喇叭、麦克风、功能键盘看门狗等形成的硬件系统，以及安卓操作系统、AI坐姿和行为检测组件、App管理控制应用的软件系统、OTA升级维护系统等组成。后端的服务包含学生和家长和合作伙伴的注册、身份认证以及权限控制等管理，业务上对坐姿和行为数据的收集、处理、统计、分析和报告的生成，以及对设备的管理、控制以及用户和设备的关联等。Web管理端主要是对整个系统的维护和管理的操作和呈现，能够通过Web管理端对学生和家长用户、合作伙伴、设备装备等进行基本的操作。家长小程序作为家长对学生的坐姿和行为数据的展示和学生当前情况的实时监控，和对书桌学生终端进行联网、认证、友好交互配置等基本的配置和操作，以及广告发布、家长和学生语音留言互动，紧急险情的告警呈现以及对设备的查看和关联等。亮睛睛AI行为识别系统对学生的行为进行画像。不良学习行为AI识别算法公司

经典的条件作用又叫应答条件作用或巴甫洛夫条件作用。他是以无条件反射为基础而形成的。一个中性刺激通过与无条件刺激的配对，能引起原来只有无条件的刺激才能引起的反应，这就是初级条件反应的形成。在初级条件反射的基础上又可以引入一个新的中性刺激建立次级条件反射。由于人具有概念和词语能力，可以用概念和语词替代任何具体的刺激物，所以人能够以语词建立极其复杂的条件反射系统。华生曾经认为，经典性条件作用是一切行为的基本单位，意思是一切行为都可以通过分析还原为一个个（巴甫洛夫）条件反射。这一看法后来由于对操作性条件作用和其它学习形式的发现被否定了。但经典的条件学习的确是许多行为的获得途径，这一点是毋庸置疑的。所以，对于这样的无条件反射的情况，我们利用“亮睛睛”AI行为识别系统就能够及时的进行抓取和分析，由此将数据作为心理分析的基本数据，而且是客观的数据。学习习惯AI应用识别系统价格亮睛睛AI行为识别系统给更多的家庭带来欢乐。

“亮睛睛”AI行为识别系统的小程序端的绑定学生的情况：在家长绑定完成了设备以后，在每一个设备下需要绑定一个学生基本信息（学生基本信息ID需要在一个界面上进行单独的配置）。学生基本信息包括学生的名字ID（自动生成）、昵称、性别、年龄），这些信息中名字为必填选项，其他作为可选项。同时这些学生基本信息（名字ID不能修改）也是可以进行更改。目前的场景我们支持一个学生可以绑定多个设备，但是一个设备只能绑定一个学生。后续再实现一个设备绑定多个学生的情况。目前支持小程序端关联的学生基本信息可删除，但是需要提醒之前的学生的数据将无法查看。

过去我们对于行为情况都只能做一些主观的判断，往往无法获取到准确的数据，导致我们的评价系统无法正确的反应一个学生的行为习惯。而当推出“亮睛睛”AI行为识别系统后我们就能够获取客观的数据进行分析判断，所得出的结论也能够更加真实的反应实际情况。这对于一个衡量标准来说非常的重要，也同时辅助中小学心理辅导的老师进行更加准确的心理分析和判断，这对于青少年的心理健康起到十分重要的作用。而“亮睛睛”AI行为识别系统在此做了足够的功课，通过高效的数据采集而不遗漏问题，通过及时的AI分析和处理，让整个数据采集保持畅通，由此让系统具有实际应用的现实意义。对视力进行保护，往往优于对视力的矫正。

“亮睛睛”AI行为识别系统的学生查看家长（主、从）的留言：学生查看留言：学生端间隔查询服务端是否有新的留言，如果存在则播报一次"您有新的留言"，播报一次，后续均通过绿灯闪烁提示。学生点击一次留言播报键（和留言键是两个按键），安卓版按时间顺序播放留言，播报完成后通知服务端已阅读。已读的留言服务器不再传给安卓端，并且家长端可以看到是否已阅读。如果服务端还有留言则绿灯继续闪烁提示。学生点击留言键后，播报其中的一条留言，每点击一次播报一次，直到留言查阅完毕。在留言播报期间，学生点击留言键和播报键进行忽略，不打断当前播报。亮睛睛AI行为识别系统使用成长曲线记录学生的成长过程。学习习惯AI应用识别系统价格

台灯的灯光对眼睛的影响也是比较大的。不良学习行为AI识别算法公司

“亮睛睛”AI行为识别系统的家长查询学习记录：家长进入小程序，进入“学生基本管理”，可以查看当前待执行的学习计划，以及已执行的学习记录情况。学习计划包括开始时间，结束时间，学习主题，学生执行情况。学生执行情况包括：学生进入时间，学生离开时间，学习坐姿/专注力打分等等。评分规则：满分100分，有无人、坐姿和专注度等都会进行打分，显示有人情况下才能打分，如果在计划的时间内有人占的比例来进行打分，其他的坐姿、专注度以及后面的抽烟、玩手机都根据自己的权重进行减分，一直减到0分为止。60分以下是待改进，60~80是合格，80~90是良好，90以上是出色。不良学习行为AI识别算法公司