一种基于LoRA个性化适配和图神经网络的课堂状态监测方法

本发明涉及一种基于LoRA个性化适配和图神经网络的课堂状态监测方法，包括预阶段操作、学生状态识别阶段和课堂情绪演化阶段。本发明实现了个性化状态的精准识别：通过为每个学生独立构建LoRA适配器，有效捕捉个体特有的表情和行为特征差异，在复杂课堂环境下仍能保持较高的识别稳定性，显著降低误判率，构建了多维度时空状态预测体系：通过图神经网络的关系建模和LSTM的时间序列分析，有效的将学生和老师，学生与学生之间的联系相结合，得到了更为全面的学生状态信息，为教师提供前瞻性的教学干预依据，形成了完整的教学反馈闭环系统：从数据采集、状态识别到预测，一套完整的监测流程，为课堂教学质量评估和个性化教学策略制定提供了可靠的技术支撑。