网页交互任务的用户情感测量方法

针对网页交互过程用户情感难以客观衡量的问题,提出运用用户完成交互任务时的眼动数据来衡量用户情感的方法.首先,选择中文版PAD情感量表及初步眼动指标,通过问卷调查选择代表性网站,并确立交互任务;其次,通过实验获得不同网页交互任务下被试的眼动数据及PAD情感数据,以情感类别为影响因素对眼动数据做方差齐性检验和单因素方差分析,确定与情感变化有关的眼动指标;最后,采用偏最小二乘方法建立眼动指标与用户情感之间的关系模型,并对模型进行有效性和适应性验证.结果表明,该模型可很好地测量用户情感.     

Web信息诉求与用户任务交互的眼动模式发现

眼球运动是人类心理与认知状态的外在表现,已有的研究大多分别考察外界信息表象或用户内源状态对眼动的影响,很少有人专注于外界信息的诉求方式与用户任务交互对眼动的影响.本文利用眼动跟踪技术,采用感性诉求与理性诉求两种信息表达方式,给参试者分配喜好任务和匹配任务,考察Web信息的诉求方式与用户任务的交互作用对眼动的影响.实验结果发现:参试者在不同任务条件下观察同一诉求方式的Web信息时,有着不同的眼动模式;且这种眼动模式的差异受到其所观察信息的诉求方式的影响.实验说明:参试者的眼动模式制约于内在任务的同时也受外界信息诉求方式影响,在充分考虑这两者交互作用的前提下,基于眼动数据进行用户分类是可行的.     

基于眼动交互的增强现实抬头显示系统

为了建立一个面向驾驶员的眼动交互增强现实抬头显示系统。首先给出了实时眼动数据的预处理与分析方法。为符合增强现实抬头显示系统的实际应用条件以及针对不同眼动跟踪设备存在的精度局限性的问题,提出了面向增强现实抬头显示系统的眼动交互界面与配套的眼动识别算法。该方法不仅保证了交互的易用性、准确性、高效性,同时也保证了交互的安全性。在此基础上,设计并实现了基于Tobii眼动仪的增强现实抬头显示交互系统。     

基于眼动追踪技术的网络地图交互功能分析

为了探究更符合大众需求的网络地图交互功能,利用眼动追踪技术对中国流行的4款网络地图的交互功能可用性进行研究。结合眼动录像和眼动指标,测试用户在执行网络地图的典型任务时的认知差异。对网络地图的功能识别、地理信息查询、路线规划和周边服务查询等交互功能进行分析。结果表明:(1)工具的设计以文字和抽象符号相结合的方式表示更容易引起用户注意;(2)提高网络地图显示区域在界面布局中所占的比重,对交互效率的提升具有重要影响;(3)4款网络地图的周边查询功能设计不明显,易被用户忽略。这些研究结果可以给网络地图设计者改善交互功能提供一定的参考。     

基于Agent的虚拟人情感交互建模技术研究

虚拟人及其和谐交互技术是当前信息科学和生命科学研究的热点。情感信息处理是人工智能和认知科学研究一直关注,但是始终未能解决的问题;实现和谐人机交互的关键技术在于如何使虚拟人具有人的情感认知、情感响应和情感表达的能力。从计算机信息科学和工程学角度,在分析感觉、知觉两面性、二重构造性的基础上,提出了基于混合Agent的虚拟人情感交互模型。实验表明：该模型符合人类感性信息处理和交互模式。     

用JavaScript对话框实现网页程序与用户的交互

随着计算机和互联网技术的发展,固定不变的网页已经不能很好地满足人们的需求,在这种情况下实现人机交互的动态网页就显的尤为迫切。JavaScript在把静态页面转变成支持用户交互并响应事件的活页面方面提供可能性。其中,JavaScript为web站点提供的对话框功能,可以有效地实现网页程序与用户的交互。     

高校声乐课堂中的情感交互探究

情感交互是不同的个体处于不同的状态下,情感因素对相对独立的个体之间所产生的相互作用.情感交互具体实施策略应该增强积极的情感交互,建立和谐的师生关系;适当调控消极情感,始终保持饱满热情;遵循学生心理发展规律,满足不同学生的心理需求;教学过程中,情感交互要注意一视同仁.高校声乐课堂中教师与学生的情感交互更为频繁和突出.因此...     

基于模态交互学习的属性级情感分析

属性词提取和情感极性分类是细粒度情感分析的重要研究内容。为了提高属性词提取和情感极性分类的准确率,本文提出了一种改进的ReBERT模型。该模型基于深度学习的属性级情感分析,引入图像模态进行交互学习,选择了关系提取辅助的融合手段,在文本与图像双模态经BERT,ResNet预训练模型提取的特征向量基础上实现了属性词提取、情感极性分类两个基本任务。该模型在标记后的Twitter15/17数据集上表现良好,属性词预测F1值分别为81.9%与90.8%,属性级情感识别的精确率为76.5%与72.3%。本研究将该模型与同数据集下其他先进的基线方法进行了对比实验,与文本模态的消融实验相辅,证明了该模型在属性级情感分析任务上的优越表现。     

基于PCTBTA的有人/无人协同作战交互任务建模

针对当前有人/无人协同作战任务的复杂化、交互界面的信息量剧增等问题，提出了一种基于PCTBTA的有人/无人协同作战交互任务模型。该模型关注有人/无人协同作战中外部环境因素对操作员进行人机交互带来的影响以及在这些影响下操作员的缺省任务。首先，综合分析有人/无人协同作战任务流程及其特点，构建交互任务概念模型；其次，确定有人/无人协同作战中5个典型作战任务，对各任务的目标、序列、显示变量、影响因素、操作等概念元进行研究分析，最后，根据有人/无人协同作战概念模型及对概念元的分析，建立动态环境下有人/无人协同作战交互任务模型。相较CTT、GOMS等模型，该模型融入作战中时刻变化的外部因素，能够更好地描述在动态战场环境下有人/无人协同作战交互任务流程，在有人/无人协同作战中为操作人员高效完成交互任务提供理论模型，为未来各类有人/无人协同作战信息系统人机界面的优化设计和研制奠定基础。     

基于PAD的个性化情感模型

基于情感计算和人工心理学理论定义了个性空间、心情空间和情感空间,并建立起了个性空间同心情空间的映射关系,提出基本情感强度的概念来描述情感空间在某一时刻所处的状态。根据心情空间中心情向量离基本情感点的距离远近关系来度量情感空间中某种情感出现的概率大小,建立起了心情空间与情感空间的映射关系,并建立了一个新的三层映射关系的个性化情感模型。通过仿真实验验证,该情感模型能较为准确地描述人类情感变化规律。     

基于PAD三维情感测量的分形图评价

分形艺术图案具有抽象性和奇异性,不能用简单的词语进行评价.在应用这些图案时,往往根据用户主观判断,容易因个人偏见造成评价偏差.尝试将用户基于PAD三维情感模型的情感状态作为评价分形图案的评价指标,并利用RBF神经网络模拟用户的这种情感状态,提出了分形图案在某领域的评价模型,得到了令人满意的效果.     

基于情感语义词典与PAD模型的中文微博情感分析

随着社交网络影响的不断增加,微博作为人类社会交流、发布观点信息的重要载体,其所包含的情感状态具有重要的研究意义。文章通过对微博文本及其包含的情感词汇的分析研究,引入神经网络语言模型和语义向量,结合心理学、情感计算领域相关知识,采用心理学PAD连续维度情感描述模型作为文本情感分析量化的基础,对微博文本所蕴含的情感状态进行分析研究,以获得更加精确的情感分析结果,达到情感分析的目的。同时实现了从个性角度的微博文本情感的可计算性。实验表明,所述方法能较好地提高微博文本情感分析的准确性和精确度,在不同主题不同情感特征中均能够得到很好的应用。     

异构环境下基于任务交互图的调度算法

针对异构环境下任务图为TIG（task interaction graph）的问题，利用松弛标记法善于利用邻居属性处理大量约束的特点，提出一种任务调度算法．算法把任务看作目标对象，处理器单元看作待分配标记，根据对象间所有可能关系，逐渐排除不相关的处理器单元，选择计算和通信综合性能较好的处理器单元．在兼顾任务执行的计算和通信需求的情况下，能够合理分配资源、提高处理速度、缩短整个应用程序的执行时间．实验结果与用穷举法得出的最优结果比较显示，本算法能较理想地解决异构环境下基于任务交互图的调度问题．     

ASP环境下交互网页的设计

随着互联网的发展，Web信息服务越来越广泛，目前，Web技术大量使用交互式网页技术。主要介绍了如何在ASP环境下通过ASP的内建对象去实现动态网页，以及ActiveX组件及ADO组件技术在ASP中的应用。     

设计学生主动参与的课堂任务来培养学生的情感

在大学英语教学中,语言学习中的情感问题越来越受到重视。近年来进行的教学改革一直是从认知单线突进,很少涉及学生的情感这一方面,因此引发了许多负面影响。本文从如何设计出让学生积极参与的课堂活动这一层面来挖掘情感教学的深刻内涵,尝试把这二者有机地结合起来,探讨在任务型语言教学中,除了建立积极的课堂情感环境外,还如何通过课堂任务的设计来达到学生情感培养的目标。     

基于Gross认知重评的机器人认知情感交互模型

为了增强机器人的认知情感分析能力,依据AVS情感空间和有限状态机(FSM)提出了一种基于Gross认知重评策略的认知情感交互模型.首先,通过分析情感状态之间的欧式距离,研究外界情感刺激对情感状态转移概率的影响;然后,采用有限状态机描述了受到认知重评策略影响的情感状态转移过程;最后,根据情感状态转移概率和7种基本情感的空间坐标,得出受到刺激后机器人情感状态的空间位置.实验结果表明,与不受认知重评策略影响的情感交互模型相比,所提模型能够减少机器人对外界情感刺激的依赖,从而有效地促进了和谐的人机交互体验.     

音乐情感的自动识别

音乐与情感有着非常密切的联系,发展针对音乐的情感识别系统,对于计算机音乐的研究与发展有着深远的意义.提出了一种基于PAD(Pleasure arousal dominance)模型以及基因表达式编程(GEP)算法的音乐情感自动识别方法.在众多音乐特征元素中抽取与情感关系密切的6个特征,并且采用PAD模型来描述音乐中的情感,在此基础上使用GEP算法实现对简单乐曲中单一情感的自动识别.从实验结果分析,本系统能够达到一个比较理想的识别效果和较低的识别误差.     

虚拟地理环境的智能交互研究进展及其耦合联动方案

虚拟地理环境是表示和模拟真实世界的有效工具,如何建立环境到人的刺激评估交互过程是需要考虑的问题.目前多维度、多模式地理环境可视化系统的交互和反馈方式比较割裂,整体认知耦合性仍存在不足.总结虚拟地理环境智能交互研究现状,并对二、三维地理环境联动耦合认知进行研究.提出使用3D打印技术、电子地图技术、二维条形码技术和图像识别技术等构建二、三维耦合模型,探索系统自适应匹配联动耦合认知方案;在模型中采用以眼动控制交互技术为主,辅以语音、手势等自然交互方式,优化资源分配和认知效果,提升地理信息传输和认知交互效率;然后,对虚实地理空间多通道认知负荷进行分析,通过眼动参数指标量化监控、分析和优化认知负荷,提出基于注视点渲染的认知效能优化理论模型,提升交互体验.     

领域实例迁移的交互文本非平衡情感分类方法

针对交互文本句子短、成分缺失、多领域下类分布不均衡导致的高维、特征值稀疏、正样本稀少的难点,提出面向目标数据集实例迁移的数据层面采样方法。该方法提出目标数据集和源数据集共性特征的Top-N信息增益和值占比函数,选择评价两个数据集实例相似度的特征;提出目标数据集和源数据集特征空间一致性处理方法,克服两者特征空间不一致的问题;提出分领域的实例选取与迁移方法,克服多领域下的类分布不均衡问题。实验结果表明:该方法有效缓解了交互文本的非平衡问题,使支持向量机、随机森林、朴素贝叶斯、随机委员会4个经典分类算法的加权平均的接收者运行特征曲线(receiver operating characteristic,ROC)指标提升了11.3%。     

基于注意力机制的分层次交互融合多模态情感分析

针对基于视频的多模态情感分析中,通常在同一语义层次采用同一种注意力机制进行特征捕捉,而未能考虑模态间交互融合对情感分类的差异性,从而导致模态间融合特征提取不充分的问题,提出一种基于注意力机制的分层次交互融合多模态情感分析模型(hierarchical interactive fusion network based on attention mechanism, HFN-AM),采用双向门控循环单元捕获各模态内部的时间序列信息,使用基于门控的注意力机制和改进的自注意机制交互融合策略分别提取属于句子级和篇章级层次的不同特征,并进一步通过自适应权重分配模块判定各模态的情感贡献度,通过全连接层和Softmax层获得最终分类结果。在公开的CMU-MOSI和CMU-MOSEI数据集上的实验结果表明,所给出的分析模型在2个数据集上有效改善了情感分类的准确率和F1值。