随着计算机技术的发展和网络的广泛使用,计算机教育的应用得到了很大的发展,越来越多的人利用计算机获得知识。在这个以效率为标准的社会中,如何让学习者高效的学习是现代计算机教育需要解决的问题。针对这一问题,教育、心理、计算机等相关领域的工作者对计算机教育的影响因素深入研究,提出了可以为学习者提供个性化教学的教学系统模型。智能CAI课件就是个性化教学系统的重要代表,把学习者的个性特征作为提供教学的依据,进一步推动了计算机教育的发展。智能CAI的教学突破了时间和空间的限制,使得学习者可以自由的选择学习的时间和地点。传统的智能CAI课件在一定程度上实现了个性化教学,依据学习者的认知能力为学习者提供适合的教学内容,但是不能像实际教学过程中那样及时的了解学习者的情绪状态,忽略了情绪对学习的影响。本文研究了智能CAI课件的结构及相关模型的构建方法,通过识别学习者的情绪,分析得到学习者的情绪状态,把学习者的情绪和认知作为个性评价的因素。并完成了情绪认知智能CAI课件的整体框架和各个模块的实现。本文的主要研究工作如下：(1)综述了智能CAI的国内外研究现状,归纳出智能CAI的不足,以及本课题提出的意义。(2)利用Adaboost算法完成了学习者情绪识别过程中人脸检测的工作,并用多种算法组合对表情图像分模块的进行特征提取,最后利用k近邻算法实现特征分类识别,很好的识别了学习者的面部表情,通过分析面部表情识别出学习者的情绪状态。(3)设计并实现了情绪认知智能CAI课件。通过分析研究智能CAI的结构及相关模型的构建方法,提出了情绪认知智能CAI课件的结构模型,并构建了情绪认知学生模型和情绪认知教学模型。(4)对情绪认知智能CAI课件的教学进行了模拟,在模拟实现的过程中,对学习者的情绪调节和学习辅导取得了很好的效果。