【摘 要】
:
本文通过对情感体验特征的研究探讨提出用松弛算法对情感计算中与事件动态相关问题进行非线性迭代匹配的方法,并在相关系数计算中引入情感数学公式,使情感体验强度与事件的动态相关特性在情感计算中得到体现,同时也作为约束条件保证了迭代收敛.实验证明,该方法能够在情感计算的事件动态相关问题上对人类情感事件维度的非线性特征进行有效模拟.
【机 构】
:
浙江大学计算机学院人工智能研究所(杭州)
【出 处】
:
第一届中国情感计算及智能交互学术会议
论文部分内容阅读
本文通过对情感体验特征的研究探讨提出用松弛算法对情感计算中与事件动态相关问题进行非线性迭代匹配的方法,并在相关系数计算中引入情感数学公式,使情感体验强度与事件的动态相关特性在情感计算中得到体现,同时也作为约束条件保证了迭代收敛.实验证明,该方法能够在情感计算的事件动态相关问题上对人类情感事件维度的非线性特征进行有效模拟.
其他文献
给出了Znp上广义部分Bent函数的基本构造方法,并同时得到了由上述方法所构造出的广义部分Bent函数的Chrestenson循环谱特征.特别,本文给出了由变元个数少的Znp上的广义Bent函数构造变元个数多的广义部分Bent函数的一般方法,由此方法可构造出大量的Znp上的广义部分Bent函数.
提出了一种用于测评计算机网络系统可信性的事件注入技术,详细分析了事件注入的内容,并讨论了该技术在计算机网络可信性测评中应用的几个关键问题.
本文以人工心理理论为基础,对情感计算作了初步的探索性研究.首先将情感状态划分为不连续的状态并构成了情感空间,其熵值表达出我们所构造的情感的细腻程度.其次将情感状态在情感空间内的转移,视为一个马尔可夫过程.而后通过情感熵与情感空间的熵值之比--情感的波动系数,来表示在相同维数的情感空间里情感行为的动荡程度.最后通过数学模拟,证实了本文所构造出的情感模型是符合人类情感规律的.
手绘图形输入是表达设计意图,实现抽象概念与具体图形间的相互转换的自然而有效手段之一.本文提出并实现了一个面向构思的手绘草图输入解决方案.该方案具有三个特点:一是将用户输入的笔划经过图形预处理、特征识别、图形拟合和规整等过程,自动地预测用户的基本图形构造意图;二是将不同复杂层次草图图形元素构成抽象为空间关系图,并在图匹配计算过程中引入约束部分枚举方法智能预测匹配的有效状态,可适应不同复杂度图形识别的
人脸表情的自动识别是计算机视觉研究领域的重要组成,它和人机界面(Human-computer interaction,HCI)的发展密切相关.本文探讨了一种新的方法对于一幅输入的人脸图像,依次进行灰度化,二值化,滤波,特征提取等处理后,通过采用基于黑斑特征的算法进行表情的自动识别;最终,我们用VB开发完成了一个人脸图像表情识别的原型系统,利用它可以对一幅静止的人脸图像,进行四种基本表情--"高兴"
缺乏人脸唇部运动的手语合成的可懂度只有60﹪-70﹪,因此如何将语音人脸表情等其他模式行为加入手语动作中并协同表达是实现逼真自然手语合成的关键难点问题.传统的作法大多采用规则法实现,难以刻画多模式之间协同关联的复杂性,本文提出利用大量真实多模式行为数据进行学习训练,获取单模式行为的韵律模型以及多模式行为之间的协同关联模型,从而实现虚拟人多模式行为的协同.本文重点给出了多模式行为的韵律模型描述,同时
随着计算机图形和虚拟现实技术在教育领域中应用的不断深入,一种自然的拓展是把计算机以及辅助软件使用到当前传统课堂的教育中.E-Teatrix是我们与葡萄牙的INSEC在ELVIS项目中合作取得的研究结果,它就延伸课堂教育的一种尝试.E-Teatrix能让儿童创造性的设计一个故事,然后能让儿童在3D交互式虚拟环境中创建场景、人物并扮演自己所喜欢人物的系统,目的是为了提高儿童的创新设计能力和扮演能力.在
嘴巴轮廓是提取和状态的分类在智能人机交互中有相当大的应用价值.本文提出了一种加入纹理特征的ASM方法(简称GT-ASM),用于嘴唇的轮廓检测,并采用基于灰度模板方法、支持向量机方法、嘴巴的几何特征和嘴巴内轮廓区域灰度方法的组合方法分类四种基本嘴巴状态,获得了令人鼓舞的结果.
虑拟人运动一般由虚拟人骨架运动驱动,不同的虚拟人体模型有不同骨架模型,因此驱动个性化虚拟人体模型的关键之一在于建立个性化虚拟人体的骨架模型.传统的方法主要采用人工编辑的手段来实现,虽然可以得到个性化的骨架模型,但需要大量的人力和时间.本文提出一种通过生成个性化虚拟人体模型的骨架模型,来驱动虚拟人体模型的方法.采用基于自动化模型匹配和可视化骨架编辑的方法,可以方便地驱动一个特定的个性化虚拟模型.实验
语言是人类交际最重要的工具.人类的话语中不仅包含了文字符号信息,而且还包含了人们的感情和情绪等信息.传统的语音处理系统一般着眼于语音词汇传达的准确性,它只反映了信息的一个方面,即符号信息的无"神经"的知识世界,而忽略了包含在语音信号中的情感因素,即与知识世界相对应而同样重要的感性科学世界.研究语音的情感特征的处理,对于信号处理和人工智能领域均有重要意义[11].本文以情感为突破口,提出研究形神兼备