技術特征：

1.虛擬實驗環境中基于用戶行為測度的自動評估方法，其特征在于，所述方法包括以下步驟：

2.根據權利要求1所述的虛擬實驗環境中基于用戶行為測度的自動評估方法，其特征在于，所述步驟s100的具體實施過程包括；

3.根據權利要求2所述的虛擬實驗環境中基于用戶行為測度的自動評估方法，其特征在于，所述步驟s200的具體實施過程包括：

4.根據權利要求3所述的虛擬實驗環境中基于用戶行為測度的自動評估方法，其特征在于，所述步驟s300的具體實施過程包括；

5.根據權利要求4所述的虛擬實驗環境中基于用戶行為測度的自動評估方法，其特征在于，所述生成lstm狀態向量的具體實施過程包括：

6.根據權利要求4所述的虛擬實驗環境中基于用戶行為測度的自動評估方法，其特征在于，所述步驟s400的具體實施過程包括：

7.根據權利要求6所述的虛擬實驗環境中基于用戶行為測度的自動評估方法，其特征在于，所述步驟s500的具體實施過程包括：

8.根據權利要求7所述的虛擬實驗環境中基于用戶行為測度的自動評估方法，其特征在于，所述步驟s600的具體實施過程包括：

技術總結
本發明公開了虛擬實驗環境中基于用戶行為測度的自動評估方法，包括實時監控虛擬實驗室內的用戶行為信息，生成行為序列數據；監控系統實時記錄實驗結果，生成結果日志；通過智能評估模型，識別用戶的實驗步驟；通過預置知識庫獲取對應實驗步驟的標準結果，基于標準結果、行為序列數據和結果日志，對實驗步驟的實驗結果進行自動化評估；本發明結合深度神經網絡對學生的行為序列進行細致分析，使用訓練完成的深度學習框架精確識別實驗步驟，不僅提高了評分的準確性，還實現細致化評分來了解學生對實驗各個步驟的掌握程度，提升虛擬實驗評分效率及準確性。

技術研發人員：石進
受保護的技術使用者：無錫九仙地科技有限公司
技術研發日：
技術公布日：2025/4/28