本文關(guān)鍵詞：E-learning中基于改進(jìn)SVM的情緒認(rèn)知建模技術(shù)研究

  更多相關(guān)文章： E-learning 學(xué)業(yè)情緒模型 支持向量機(jī) 粒子群算法 OCC模型

【摘要】：論文的研究工作是圍繞國家自然科學(xué)基金資助項(xiàng)目(項(xiàng)目號：No.60970052)"e-learning中基于學(xué)業(yè)表情的情緒認(rèn)知分析研究”,北京市自然科學(xué)基金資助項(xiàng)目(項(xiàng)目號：No.4112014)“基于情緒心理的個性化社區(qū)教育e-learning關(guān)鍵技術(shù)研究”等課題展開的。 論文研究的主要目的是為了解決傳統(tǒng)網(wǎng)絡(luò)教學(xué)中存在的情感缺失問題,為具有情緒認(rèn)知交互功能的E-learning系統(tǒng)提供學(xué)業(yè)情緒分析、學(xué)業(yè)情緒識別建模等功能。即通過在E-learning情境下對本項(xiàng)目組同學(xué)前端采集并提取到的面部表情特征進(jìn)行分析、建模,判斷出學(xué)習(xí)者對于當(dāng)前學(xué)習(xí)內(nèi)容產(chǎn)生的情緒反應(yīng),從而得出學(xué)習(xí)者當(dāng)前的學(xué)業(yè)情緒狀態(tài),進(jìn)而為E-learning的個性化情緒教學(xué)提供情緒功能支持。 論文的主要研究工作和成果如下： 1.在E-learning情境下學(xué)習(xí)者的學(xué)業(yè)情緒研究的基礎(chǔ)上,結(jié)合情緒心理學(xué)及教育心理學(xué)相關(guān)理論,進(jìn)一步分析了學(xué)習(xí)者在正常學(xué)習(xí)狀態(tài)下產(chǎn)生的相關(guān)學(xué)習(xí)特性。并根據(jù)這些特性及影響因素,從趨避度、專注度及愉悅度三個維度,結(jié)合OCC情緒模型建立了一個新的學(xué)業(yè)情緒識別認(rèn)知模型。 2.針對不同學(xué)習(xí)者因其獨(dú)特的性格特征會導(dǎo)致不同學(xué)習(xí)習(xí)慣的特點(diǎn),為提高特殊情況下的學(xué)業(yè)情緒識別效率以及識別準(zhǔn)確率,論文通過對不同面部表情參數(shù)的對比和分析建立了一個可適應(yīng)學(xué)習(xí)者不同性格特征的個性化學(xué)業(yè)情緒模型。仿真實(shí)驗(yàn)表明,該模型無論在學(xué)習(xí)者處于正常學(xué)習(xí)狀態(tài)還是特殊學(xué)習(xí)狀態(tài)下(如閉眼等),都可以直接作出判斷,提高了識別效率。 3.以O(shè)CC情緒模型為基礎(chǔ),利用支持向量機(jī)網(wǎng)絡(luò)的小樣本非線性特性,并使用粒子群算法(PSO)改進(jìn)支持向量機(jī),從趨避度、專注度和愉悅度這三個維度進(jìn)行分析,建立了E-learning情境下學(xué)習(xí)者的情緒認(rèn)知模型及綜合情緒模型。其中,情緒認(rèn)知模型可得到更準(zhǔn)確的學(xué)業(yè)情緒識別率,綜合情緒模型可為E-learning后續(xù)教學(xué)推理提供重要依據(jù)。 4.在Eclipse平臺下使用JAVA編程語言,結(jié)合上述個性化的情緒模型以及綜合情緒模型,實(shí)現(xiàn)一個E-learning中針對學(xué)習(xí)者學(xué)業(yè)情緒分析的情緒認(rèn)知原型系統(tǒng),并取得了較滿意的實(shí)驗(yàn)效果。
【關(guān)鍵詞】：E-learning 學(xué)業(yè)情緒模型 支持向量機(jī) 粒子群算法 OCC模型
【學(xué)位授予單位】：首都師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：G434
【目錄】：

• 摘要4-6
• ABSTRACT6-8
• 目錄8-10
• 圖目錄10-11
• 表目錄11-12
• 第1章 緒論12-20
• 1.1 課題研究的背景和意義12-14
• 1.1.1 課題研究的背景12
• 1.1.2 課題研究的意義12-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-17
• 1.2.1 E-learning系統(tǒng)簡介及研究現(xiàn)狀14-15
• 1.2.2 情感的數(shù)學(xué)模型研究現(xiàn)狀15-17
• 1.3 主要研究內(nèi)容17
• 1.4 論文的章節(jié)結(jié)構(gòu)17-20
• 第2章 E-learning中情緒認(rèn)知建模基礎(chǔ)及原理20-32
• 2.1 情緒的定義及與認(rèn)知的關(guān)系20
• 2.1.1 情緒的定義20
• 2.1.2 情緒與認(rèn)知的關(guān)系20
• 2.2 學(xué)業(yè)情緒的定義、分類及影響因素20-22
• 2.2.1 學(xué)業(yè)情緒的定義21
• 2.2.2 學(xué)業(yè)情緒的分類21-22
• 2.3 學(xué)業(yè)情緒與認(rèn)知22
• 2.4 OCC情緒模型原理和三維學(xué)業(yè)情緒空間22-25
• 2.4.1 OCC情緒模型22-23
• 2.4.2 具有反向情緒的三維學(xué)業(yè)情緒空間23-25
• 2.5 情緒認(rèn)知模型構(gòu)建框架25-26
• 2.6 統(tǒng)計(jì)學(xué)習(xí)理論26-29
• 2.6.1 機(jī)器學(xué)習(xí)的基本問題27-28
• 2.6.2 VC維28
• 2.6.3 推廣性的界28-29
• 2.6.4 結(jié)構(gòu)風(fēng)險最小化29
• 2.7 本章小結(jié)29-32
• 第3章 E-learning中面部表情特征值數(shù)據(jù)分析32-48
• 3.1 對人臉面積特征值的分析33-37
• 3.2 對瞳孔間距特征值的分析37-40
• 3.3 對眼簾間距特征值的分析40-43
• 3.4 對嘴角弧度特征值的分析43-46
• 3.5 本章小結(jié)46-48
• 第4章 E-learning中學(xué)習(xí)者情緒認(rèn)知模型的構(gòu)建48-66
• 4.1 支持向量機(jī)原理及改進(jìn)方法49-54
• 4.1.1 支持向量機(jī)基本原理和算法49-51
• 4.1.2 粒子群算法基本原理51-52
• 4.1.3 用粒子群算法優(yōu)化支持向量機(jī)參數(shù)52-54
• 4.2 建立基于改進(jìn)SVM的趨避度、專注度、愉悅度模型54-61
• 4.2.1 趨避度模型54-57
• 4.2.2 專注度模型57-59
• 4.2.3 愉悅度模型59-61
• 4.3 在三維情緒空間中生成綜合情緒61-64
• 4.3.1 綜合情緒計(jì)算方法61-62
• 4.3.2 對學(xué)習(xí)者的綜合情緒計(jì)算公式權(quán)數(shù)的推導(dǎo)62-64
• 4.4 本章小結(jié)64-66
• 第5章 情緒認(rèn)知模型綜合實(shí)驗(yàn)66-74
• 5.1 系統(tǒng)開發(fā)環(huán)境66-68
• 5.1.1 Eclipse介紹66-67
• 5.1.2 Struts介紹67
• 5.1.3 Hibernate介紹67-68
• 5.2 實(shí)驗(yàn)流程68-70
• 5.3 情緒認(rèn)知模型綜合實(shí)驗(yàn)70-73
• 5.4 本章小結(jié)73-74
• 第6章 總結(jié)與展望74-76
• 6.1 論文所做工作74-75
• 6.2 工作展望75-76
• 參考文獻(xiàn)76-80
• 致謝80-82
• 附錄82-84
• 在學(xué)期間研究成果84

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉耀中;;e-Learning:基于網(wǎng)絡(luò)教育的企業(yè)培訓(xùn)模式[J];電化教育研究;2006年06期

2 任瑞仙;網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中的情感交流缺失探析[J];開放教育研究;2004年03期

3 羅紅衛(wèi);王佑鎂;祝智庭;;網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中的情感缺失研究——以開放英語教學(xué)中的情感體驗(yàn)為例[J];開放教育研究;2008年03期

4 滕少冬,王志良,王莉,劉冀偉,解侖;基于馬爾可夫鏈的情感計(jì)算建模方法[J];計(jì)算機(jī)工程;2005年05期

5 李冬萍;;基于混沌粒子群優(yōu)化的SVM分類器研究[J];計(jì)算機(jī)仿真;2010年04期

6 鞠秋文;;PSO-SVM算法在網(wǎng)絡(luò)入侵檢測中的研究[J];計(jì)算機(jī)仿真;2011年04期

7 俞國良;董妍;;學(xué)業(yè)情緒研究及其對學(xué)生發(fā)展的意義[J];教育研究;2005年10期

8 張學(xué)工;關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J];自動化學(xué)報;2000年01期

9 詹慧芳;;課堂教學(xué)中認(rèn)知與情感的互動[J];教學(xué)與管理;2013年12期

10 吳彥文;劉偉;張昆明;;基于情感識別的智能教學(xué)系統(tǒng)研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王凡;基于支持向量機(jī)的交通流預(yù)測方法研究[D];大連理工大學(xué);2010年

，

本文編號：560913