CN118280524B 训练方法、装置、电子设备及存储介质 （深圳大学）

WO2023071505A1,2023.05定后续的训练等级，继而提升训练的效果和效2根据受训者的个人参数，在预设的多个训练等级中确定所述受训者的初始训练等级，将所述第二训练课题的目标反馈数据Di作为第i+1次训练的训练数据Ai+1，将所述目标训练等级Ci从所述候选训练等级池Bi中剔除得到候选训练等级池Bi+1，进行所述第i+1其中，所述根据受训者的个人参数，在预设的多个训练等级根据所述个人参数确定所述受训者所属的第一群体，具体根据所述根据所述个人参数、所述系数和所述随机误差，在所述多个训练等获取所述第一群体在计算初始训练等级时使用的随机误差的将所述最大值和所述最小值之间的范围作为所述随机误差在所述生成范围中随机获取一个值，作为所述随机误差；根据3接收所述受训者对所述回答选项的操作数据，将所述操作数据和获取所述第二群体的回报表，其中，所述回报表用于记载所述根据所述训练数据Ai和所述回报表，在所述候选训练等级池Bi中确将所述预测回报概率中最大值对应的训练等级作为所述目标训在所述回报表中获取所述第一训练等级对应在所述回报表中获取第二训练等级对应的第二历史回报概率，获取所述第二群体对所述第一训练等级的训练参数，其中，所述第二群体执行所述第一训练等级的训练课题时的表现根据所述训练数据Ai确定所述第二训练等级根据所述第一历史回报概率、所述第二历史回报概率、所述训初始模块，用于根据受训者的个人参数，在预设的多训练模块，用于向所述受训者展示所述初始训练4将所述第二训练课题的目标反馈数据Di作为第i+1次训练的训练数据Ai+1，将所述目标训练等级Ci从所述候选训练等级池Bi中剔除得到候选训练等级池Bi+1，进行所述第i+1其中，在所述根据受训者的个人参数，在预设的多个训练等根据所述个人参数确定所述受训者所属的第一群体，具体根据所述根据所述个人参数、所述系数和所述随机误差，在所述多个训练等或多个程序包括用于执行权利要求1_6任一项所9.一种计算机可读存储介质，其特征在于，5短时信息维持能力的认知训练网站或程序，帮助人们对自身的短时信息维持能力进行训一个倒U型的关系，即适中的难度可以带来最大的效果，而过低或过高的难度都会降低效6[0013]将第二训练课题的目标反馈数据Di作为第i+1次训练的训练数据Ai+1，将目标训[0027]接收受训者对回答选项的操作数据，将操作数据和本次训练的用时作为反馈数7[0047]将第二训练课题的目标反馈数据Di作为第i+1次训练的训练数据Ai+1，将目标训8[0061]下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清9是电可擦可编程只读存储器(electricallyerasableprogrammableread_onlymemory，[0069]在本实施方式中，短时信息维持能力的是指个体在较短的时间内保持信息的能(可插入干扰)—对呈现的单张图片进行判断反应(是否在信息编码阶段出现过)—对受试[0082]具体来说，多个图片材料的呈现方式可以是以相同的大小同时平铺于显示界面度任务(DigitSpan)中的表现来评估基础认知能力；通过成就动机问卷(ASM)来测量受训堡睡眠质量指数量表来评估受训者在过去一个月成该受训者的个人画像，继而将该个人画像与数据库中各群体的群体画像进行相似度计差而言，可以获取该第一群体在计算初始训练等级时使用的随机误差的最大值和最小值，继而将该最大值和最小值之间的范围作为本次计算初始训练等级中使用的随机误差的生1记忆维持识别。沿用上述第一训练课题为4张抽象图片在存在干扰下的记忆维持识别的示例，则在抽象图[0101]在本实施方式中，该反馈数据可以是受训者在训练任务成下一个训练等级的训练后，也可以根据该受训者在下一个训练等级的训练中的反馈数级池B1为多个训练等级中除去初始训练等参加训练中和该受训者相似的人群的历史数据作为判定级别的参考，同时结合反馈数据，助于保持用户的挑战感和成就感，继而可以同时兼顾较好的训练效果和较高的训练效率，[0123]将第二训练课题的目标反馈数据Di作为第i+1次训练的训练数据Ai+1，将目标训[0137]接收受训者对回答选项的操作数据，将操作数据和本次训练的用时作为反馈数[0159]将第二训练课题的目标反馈数据Di作为第i+1次训练的训练数据Ai+1，将目标训[0173]接收受训者对回答选项的操作数据，将操作数据和本次训练的用时作为反馈数方法实施方式中记载的任何一种训练方法的[0196]所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体[