技术摘要：
本申请涉及图深度学习技术领域，公开一种用于学生心理状态识别的方法。该方法包括：获取待测学生特征信息和待测学生之间的关系；根据所述待测学生特征信息和待测学生之间的关系识别出待测学生的心理状态。该方法能够根据待测学生特征信息和待测学生之间的关系来识别待  全部
背景技术：
目前，大学生的规模逐年增加，面对激烈的工作竞争、升学压力、复杂的社会环境 和家庭环境，学生的心理问题成为当前探讨的焦点。面对众多的学生，辅导员和老师不可能 关注到每个学生的心理状态。心理异常的学生与其他学生在生活和学习表现上有一定的差 异，辅导员和老师需要对这部分学生进行特殊的关怀和引导。因此，对学生心理异常识别方 法的研究显得非常重要。在如今日益深化的数据时代，学生在校园活动中会产生大量行为 数据，通过对这些行为数据进行分析得到学生的心理状态。但现有技术常常是通过计算一 些简单的指标得到某种分数预测学生的心理状态，显然具有较强的主观性，并且得到的学 生心理状态分析结果往往准确率很低。
技术实现要素：
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概 括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作 为后面的详细说明的序言。 本公开实施例提供了一种用于学生心理状态识别的方法、装置和计算机，以解决 如何提高识别学生心理状态的准确率的技术问题。 在一些实施例中，所述方法包括： 获取待测学生特征信息和待测学生之间的关系； 根据所述待测学生特征信息和待测学生之间的关系识别出待测学生的心理状态。 在一些实施例中，所述装置包括：处理器和存储有程序指令的存储器，所述处理器 被配置为在执行所述程序指令时，执行如上述的用于学生心理状态识别的方法。 在一些实施例中，所述计算机包括：上述的用于学生心理状态识别的装置。 本公开实施例提供的用于学生心理状态识别的方法、装置和计算机，可以实现以 下技术效果：能够根据待测学生特征信息和待测学生之间的关系来识别待测学生的心理状 态，通过考虑了学生之间的关系，从而提高了对学生的心理状态识别的准确率。 以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。 附图说明 一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图 并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不 构成比例限制，并且其中： 图1是本公开实施例提供的一个用于学生心理状态识别的方法的示意图； 4 CN 111599472 A 说　明　书 2/11 页 图2是本公开实施例提供的一个用于学生心理状态识别的装置的示意图。