基于支持向量机的语音情感识别

针对语音情感识别特征识别问题，本利用支持向量机进行了研究．分析表明语音信号的情感特征参数在输入空间中不完全是一个线性分类的问题，使用非线性的核函数对输入空间进行映射可以有效地提高识别效率．与已有的多模式语音情感识别方式相比，利用高斯(径向基)核函数的支持向量机的识别效果优于其他已有的方法．     

计算机支持协作学习中的情感反馈系统框架研究

计算机支持协作学习中的情感反馈系统将情感计算、机器学习与学习科学研究相结合,致力于研究如何利用快速发展的信息技术为学习者提供情感支持,进而推动学习者协作学习,现已成为信息科学和学习科学交叉融合的重要研究领域之一.CSCL环境中情感反馈系统框架由情感状态获取、情感状态分析和情感反馈处理三个部分组成:首先从情感状态的表征即...     

基于模糊支持向量机的语音情感识别

根据输入样本对分类结果不同的影响程度,引入模糊隶属度,探讨了模糊支持向量机(FSVM)原理,并将其应用于汉语语音信号中生气、高兴、悲伤、惊奇4种主要情感类型的识别。仿真实验结果表明FSVM比支持向量机(SVM)有着更好的分类性能和更高的识别率。     

情感建模及情感识别技术研究

人类情感在人们的社会交往中发挥着重要作用,情感计算成为人机交互、人工智能的最重要研究领域之一,而情感建模和识别是情感计算研究的重要内容.文章对情感计算、情感建模以及情感识别技术研究进行了初步探讨,对于促进情感计算的研究具有重要意义.     

脑机接口的智能化课堂教学应用研究

基于移动学习终端的智能化课堂学习数据分析多是基于教学互动和学习结果反馈等显性学习行为实现的,可穿戴的脑机接口设备能够测量学生的认知负荷、注意力、情感等内隐状态,为智能化课堂教学提供新的技术支持。本文构建了基于脑机接口的智能化课堂应用模型,通过脑机接口与移动终端的结合,实现师生教与学风格识别匹配、学习者脑波状态测量、教师教学行为智能化支持、学生复杂能力评测等智能化教学任务。为验证模型的可行性,本文开展了两项实证研究,验证基于脑机接口实现学习风格分类的可能性,分析了常态课堂教学中学生注意力特征,并基于学生教学活动的注意力特征提出课堂教学优化策略。     

基于脑机接口技术的病房呼叫系统研究

针对有肢体障碍但大脑思维正常的患者,特别是重症患者使用病房呼叫系统不便的问题,提出了一种基于脑机接口技术的病房呼叫系统.该系统通过提取被试的脑电信号并进行处理来实现对病房呼叫系统按键开关的控制,当陪护人员不在病房时,一旦出现紧急情况,患者可以通过大脑想象手的运动来控制呼叫系统,达到自救目的.     

脑-机接口技术的研究概述

通过对脑-机接口技术的工作原理、关键技术及现状的研究,对该技术的发展前景进行了展望．     

个性化学习资源推荐中文本情感识别的作用及关键技术

基于数据智能分析的学习资源推送是精准支持个性化学习的教学服务方式之一。随着人工智能技术和学习分析技术的发展,通过对行为数据、测评数据和日志数据等的分析进行资源推送虽已有较成功应用,但未能实现学习者个人情感状态为引导的资源推送。为此,该研究针对个性化学习资源推荐中情感价值、情感控制理论和实践的缺失,以实现个性化学习多维度情感识别为目标,采用BERT模型和TextCNN构建个性化学习资源推荐文本情感识别模型,并提出了基于学习者作业、论坛内容等的文本情感识别模型实现过程。学习资源推荐文本情感识别模型和实现过程可为真实应用提供方法支持和技术路线指引。     

多模态学习情感计算:动因、框架与建议

学习情感是影响学生认知加工与学习效果的重要因素,如何利用多模态数据开展学习情感计算是当前亟待解决的问题.文章在分析情感计算源起与多模态数据融合的基础上,阐述了多模态情感计算的发展动因,构建了多模态学习情感计算的研究框架,包括以教育场景为导向采集情感数据、依据情感模型展开建模与识别、利用可视化方式表达与反馈情感、结合情感归因来干预与调节学习过程等.基于现有研究案例,将多模态学习情感计算的应用归纳为开发学习情感识别系统、增强智能学习工具、支持学习干预与决策、探索学习情感的作用机制等方面.未来多模态学习情感计算应平衡数据采集侵入性与真实性、提升数据模型可解释性、综合衡量学习状态以及拓展教育应用探索与创新.     

支持向量机在语音识别中的应用

支持向量机采用数学方法和优化技术,将向量映射到一个更高维的空间里,建立一个有最大间隔的超平面,其在语音识别技术中应用广泛。     

基于二维情感空间的语音情感识别

为提高语音情感的正确识别率,在利用反映"激发维"维度信息的韵律特征基础上,提出了采用反映"评价维"维度信息的音质特征作为新的情感特征使用。再将韵律特征参数和音质特征参数结合并用于语音情感识别,并采用支持向量机分类器实现对汉语生气、高兴、悲伤、厌烦和中性五类情感的识别。试验结果表明,基于"激发维"和"评价维"二维情感空间取得的情感总体平均正确识别率为84%,比基于"激发维"一维情感空间取得的识别率高出了12%。可见同时考虑从"激发维"和"评价维"二维情感空间进行语音情感识别,识别结果得到了较大改善。     

情感调控自主学习

现代心理学研究表明 ,情感具有两种功能 :一是信息功能 ,一是调节功能。所谓调节功能就是指情感具有支配、维持运动方向的作用。情感认知活动的启动、发展和维持的动力 ,对个体的认知过程具有组织或瓦解的效能 ,它能直接作用于学生的课堂行为 ,并会微妙地影响和改变学习质量。积极、愉悦的情感能调动学生学习的积极性、激发学生自主学习的动机 ,促进他们主动地巩固和调节自己的学习行为。一、创设最佳心理情感 ,引发自主学习的动机创设最佳心理情感 ,就是使学生有关学习的神经细胞处于高度兴奋、情感信息在神经系统通道中的传递达到最佳状态…     

脑机接口的伦理问题研究

经50余年发展历程,脑机接口技术从"物理混合"到"心智融合",逐渐形成三种并行发展态势,即治疗型BCI、服务型BCI和增强型BCI.既从神经系统疾病的诊断、预防和治疗,到"脑控"与"读心"功能,再到跨脑认知、复合体能和实现永生,给人类未来描绘了无限可能.但同时也带来了诸如安全性与有效性、人格同一性与真实性、脑隐私保护、决策自主权、责任归属等伦理问题.故建立健全技术安全性原则、脑隐私保护原则、自主决策原则、分配正义原则和政策保障原则,有助于客观理性地看待脑机接口技术为人类带来的风险与收益,推动其以合伦理性的方式全面健康发展.     

在线学习系统中情感识别模块的设计与实现

针对目前在线学习中存在的“情感缺失”现象,该文结合建构主义、后现代主义教育理论的思想,提出一种具有情感状态评价和教学流程再造功能的在线学习系统模型.本原型系统利用表情识别和疲劳状态检测等技术设计并实现了情感识别模块,该模块注重教学过程中学习者的情绪情感,较好的实现了情感状态评价功能,增强了在线学习环境中的情感互动,为在线学习系统动态地进行教学流程再造提供了技术支撑.     

浅论远程学习情感支持策略

情感支持策略是远程学习支持服务策略之一,对提高学习者的学习积极性起着至关重要的作用。构建情感支持策略应坚持成人性、交互性、合作性等原则,同时,采用外显和内隐策略,提高远程学习情感支持服务的能力,激发学生的学习热情和欲望,使学生成为能动地调控自身情感因素的学习者。     

基于支持向量机的网络流量识别模型

针对网络流量识别问题,提出一种基于支持向量机（SVM）的网络流量识别模型。首先通过流量特征提取模块,提取适合在支持向量机中识别网络流量的6个主要特征。对数据进行清洗、预处理以及训练和学习,从而实现整个基于SVM的网络流量识别系统。实验结果表明,经过交叉检验选择参数后,再用支持向量机模型进行训练和学习,可以取得较好的分类效果。     

外语学习的情感因素与情感教学的导入

从教育心理学的角度来看,外语学习过程中影响学习效果的最大的因素是学习者的情感控制.而影响外语学习的主要情感因素除了学习者的动机、态度和个性特征外,教师情感在教学过程中的导入,也是影响外语学习的不可忽视的因素之一.     

智能技术助推教师课堂教学行为评价的应用框架研究

目前,教师课堂教学行为评价主要采用课堂观察的经验描述方式,人力成本较高,且主观性强。随着人工智能技术在教育领域的广泛应用,该评价开始转向数据驱动的研究范式,智能技术赋能的教学行为评价凭借实时分析和可视化评价的优势,逐渐成为帮助教师调控教学行为、提高教学质量的有力手段。然而,目前智能化教师行为评价仍处于初步探索阶段,应用研究还不够深入。基于此,文章从评价数据、手段和结果上解析智能技术在教师课堂教学行为评价中的应用;利用声纹识别技术对课堂视频进行教师身份识别与话语追踪,分割视频片段;再从情感、姿态和位置偏好三个维度,构建教师课堂教学行为评价的应用框架;将评价结果以更加直观、易于理解的可视化方式呈现给教师,帮助教师进行教学反思。文章旨在通过研究,推进教师课堂教学行为评价向着智能、高效、持续的方向变革。