現(xiàn)有智慧學(xué)習(xí)環(huán)境多注重知識內(nèi)容、學(xué)習(xí)路徑等方面的自適應(yīng)調(diào)整,較少關(guān)注學(xué)習(xí)者情感層面?zhèn)�性化支持,學(xué)習(xí)者在學(xué)習(xí)過程中與教師或智能設(shè)備之間缺乏有效情感交互,情感缺失問題依然存在。智慧學(xué)習(xí)環(huán)境除為學(xué)習(xí)者提供自適應(yīng)知識內(nèi)容之外,還應(yīng)當(dāng)提供滿足學(xué)習(xí)者情感狀態(tài)的智慧化服務(wù),并能夠?qū)崿F(xiàn)情感狀態(tài)的適應(yīng)性調(diào)整,以保證學(xué)習(xí)者維持在相對積極的情感階段,從而改善學(xué)習(xí)效果。因此,實現(xiàn)智慧學(xué)習(xí)環(huán)境與學(xué)習(xí)者之間的情感互動對智慧學(xué)習(xí)的發(fā)生具有至關(guān)重要的現(xiàn)實意義,成為當(dāng)前智慧學(xué)習(xí)環(huán)境建設(shè)中亟待解決的重要課題。在理想的智慧學(xué)習(xí)環(huán)境中,學(xué)習(xí)者主要通過觀看智能設(shè)備所顯示的富含學(xué)習(xí)內(nèi)容的界面、畫面（即數(shù)字學(xué)習(xí)畫面）來進行知識的獲取,同時數(shù)字學(xué)習(xí)畫面以其潛在情感特征引起學(xué)習(xí)者情感發(fā)生變化。數(shù)字學(xué)習(xí)畫面情感通常由視覺特征向外傳達(dá),學(xué)習(xí)者情感則是學(xué)習(xí)者在觀看畫面時所表現(xiàn)的情感狀態(tài),但兩者之間是如何相互影響的仍需要進一步研究。例如數(shù)字學(xué)習(xí)畫面情感是否會引起學(xué)習(xí)者發(fā)生情感變化?具體又是怎樣影響的?等等。為此,本研究以數(shù)字學(xué)習(xí)畫面及其情感作為切入點展開研究,探討數(shù)字學(xué)習(xí)畫面情感特征及其與學(xué)習(xí)者情感之間的相互影響關(guān)系,以此加強智慧學(xué)習(xí)環(huán)境下對... 

【文章來源】：山東師范大學(xué)山東省

【文章頁數(shù)】：107 頁

【學(xué)位級別】：碩士

【部分圖文】：

數(shù)字學(xué)習(xí)畫面與預(yù)處理程序在對所收集到的數(shù)字學(xué)習(xí)畫面完成預(yù)處理之后，為方便對所有數(shù)字學(xué)習(xí)畫面的管理與

山東師范大學(xué)碩士學(xué)位論文39圖4-2數(shù)字學(xué)習(xí)畫面與預(yù)處理程序在對所收集到的數(shù)字學(xué)習(xí)畫面完成預(yù)處理之后，為方便對所有數(shù)字學(xué)習(xí)畫面的管理與提高后續(xù)研究的效率，需按照分類標(biāo)準(zhǔn)對數(shù)字學(xué)習(xí)畫面進行合理分類與編碼。該過程需要以人工查看的方式對所有的數(shù)字學(xué)習(xí)畫面進行內(nèi)容的觀察，分別按照學(xué)段、學(xué)科和教學(xué)方式將其分配到不同文件夾中，文件夾總數(shù)為116個，部分文件夾截圖如圖4-3所示。圖4-3已分類畫面部分文件夾（2）數(shù)字學(xué)習(xí)畫面數(shù)據(jù)庫構(gòu)建在完成數(shù)字學(xué)習(xí)畫面收集、預(yù)處理、初步分類的基礎(chǔ)上，對現(xiàn)有的數(shù)字學(xué)習(xí)畫面進行統(tǒng)計。統(tǒng)計發(fā)現(xiàn)，本研究共收集數(shù)字學(xué)習(xí)畫面126297幅，其中采用網(wǎng)絡(luò)形式收集共108419幅，鏡頭幀提取方式共收集數(shù)字學(xué)習(xí)畫面17878幅。按照使用對象分類，幼兒類共收集數(shù)字學(xué)習(xí)畫面8745幅，小學(xué)類27417幅，中學(xué)類31566幅，大學(xué)類50750幅，社教類7819幅。按照學(xué)科分類，人文類共收集數(shù)字學(xué)習(xí)畫面49910幅，理工類44663幅，藝術(shù)類8610幅，技能類12795幅，素養(yǎng)類10319幅。按照教學(xué)方式分類，教師單人講授4527幅，教師與教學(xué)內(nèi)容807幅，多媒體PPT為60563幅，文字790幅，圖像13948幅，繪圖7215幅，

山東師范大學(xué)碩士學(xué)位論文41大學(xué)階段有4098幅，繼續(xù)教育階段有1181幅。從學(xué)科、教學(xué)方式等角度以上數(shù)字學(xué)習(xí)畫面進行分析，發(fā)現(xiàn)在5種學(xué)科類型和15種教學(xué)方式類型上分布均勻，覆蓋較為全面，適合進行下一步研究工作的進行。圖4-4數(shù)據(jù)庫創(chuàng)建程序操作界面4.2.2數(shù)字學(xué)習(xí)畫面的情感標(biāo)注數(shù)字學(xué)習(xí)畫面的情感估計依賴大量的數(shù)字學(xué)習(xí)畫面作為訓(xùn)練數(shù)據(jù)，訓(xùn)練數(shù)據(jù)的數(shù)量與標(biāo)注準(zhǔn)確度會對情感預(yù)測水平造成影響。本研究采用的是監(jiān)督學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)，因此在訓(xùn)練之前需要對訓(xùn)練數(shù)據(jù)進行情感標(biāo)注等圖像預(yù)處理工作。按照前面提到的情感類型分類標(biāo)準(zhǔn)，本研究需要將17433幅數(shù)字學(xué)習(xí)畫面按照溫馨、歡快、活潑、搞笑、夸張、幽默、有趣、凄涼、枯燥、沉悶、繁亂、虛幻、驚險、恐怖14種情感類型進行標(biāo)注，標(biāo)注強度分為4級，其中0表示強度最低，3表示強度最高。本研究通過有償招募標(biāo)注者的方式對17433幅數(shù)字學(xué)習(xí)畫面完成標(biāo)注，除在標(biāo)注工作開始前需要進行必要的培訓(xùn)外，標(biāo)注者每幅數(shù)字學(xué)習(xí)畫面的情感取值及其強度標(biāo)定取決于標(biāo)注者的主觀體驗，不受研究者的主觀意識的影響。但研究者在整個標(biāo)注過程中進行了嚴(yán)格監(jiān)督，以保證整個工作的順利進行。另外，由于不同標(biāo)注者對同一幅數(shù)字學(xué)習(xí)畫面的情感值可能會存在差異，差異水平過高時研究者會進行重新評審，確保每幅畫面情感值相對穩(wěn)定。為保證畫面情感值的客觀性，整個標(biāo)注過程中，每幅數(shù)字學(xué)習(xí)畫面會被標(biāo)注8-12次，最終情感值為各個情感維度的平均值，數(shù)據(jù)會被存放ACCESS數(shù)據(jù)庫中。

【參考文獻(xiàn)】：
期刊論文
[1]基于離散Shearlet類別可分性測度的人臉表情識別方法[J]. 盧洋,王世剛,趙文婷,趙巖.  吉林大學(xué)學(xué)報(工學(xué)版). 2019(05)
[2]基于改進的GAN的局部遮擋人臉表情識別[J]. 王海涌,梁紅珠.  計算機工程與應(yīng)用. 2020(05)
[3]基于多視覺描述子及音頻特征的動態(tài)序列人臉表情識別[J]. 李宏菲,李慶,周莉.  電子學(xué)報. 2019(08)
[4]基于面部表情的學(xué)習(xí)者情緒自動識別研究——適切性、現(xiàn)狀、現(xiàn)存問題和提升路徑[J]. 陳子健,朱曉亮.  遠(yuǎn)程教育雜志. 2019(04)
[5]基于深度學(xué)習(xí)的學(xué)生課堂行為識別[J]. 魏艷濤,秦道影,胡佳敏,姚璜,師亞飛.  現(xiàn)代教育技術(shù). 2019(07)
[6]基于多特征融合密集殘差CNN的人臉表情識別[J]. 馬中啟,朱好生,楊海仕,王琪,胡燕海.  計算機應(yīng)用與軟件. 2019(07)
[7]基于多層次深度卷積神經(jīng)網(wǎng)絡(luò)的圖像情感分類[J]. 王偉凝,李樂敏,黃杰雄,羅杰波,徐向民.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2019(06)
[8]基于卷積神經(jīng)網(wǎng)絡(luò)局部特征融合的人臉表情識別[J]. 姚麗莎,徐國明,趙鳳.  激光與光電子學(xué)進展. 2020(04)
[9]基于深度學(xué)習(xí)的面部表情識別研究[J]. 陸嘉慧,張樹美,趙俊莉.  計算機應(yīng)用研究. 2020(04)
[10]基于深度學(xué)習(xí)的學(xué)習(xí)者情感識別與應(yīng)用[J]. 徐振國,張冠文,孟祥增,黨同桐,孔璽.  電化教育研究. 2019(02)

博士論文
[1]數(shù)字化學(xué)習(xí)資源中多媒體畫面的交互性研究[D]. 吳向文.天津師范大學(xué) 2018
[2]基于深度學(xué)習(xí)的圖像情感分析研究[D]. 宋凱凱.中國科學(xué)技術(shù)大學(xué) 2018
[3]學(xué)生的學(xué)習(xí)智慧及其養(yǎng)成研究[D]. 曾強.湖南師范大學(xué) 2015

碩士論文
[1]兒童網(wǎng)站中Flash動畫類學(xué)習(xí)資源內(nèi)容特征與接受度研究[D]. 安晶.山東師范大學(xué) 2018
[2]基于梅耶多媒體學(xué)習(xí)理論的化學(xué)多媒體設(shè)計策略的構(gòu)建與實踐[D]. 張學(xué)宴.云南師范大學(xué) 2018
[3]學(xué)習(xí)資源采集與分類系統(tǒng)的設(shè)計與實現(xiàn)[D]. 胡鵬.江西財經(jīng)大學(xué) 2017
[4]智慧學(xué)習(xí)環(huán)境下的個性化學(xué)習(xí)模式研究[D]. 郭麗婷.東北師范大學(xué) 2017
[5]面向智慧學(xué)習(xí)時代教學(xué)微視頻的創(chuàng)意設(shè)計研究[D]. 王洪梅.江蘇師范大學(xué) 2017
[6]“互聯(lián)網(wǎng)+”教育背景下智慧學(xué)習(xí)生態(tài)環(huán)境構(gòu)建研究[D]. 胡旺.江蘇師范大學(xué) 2017
[7]智慧學(xué)習(xí)環(huán)境下的教學(xué)深度交互研究[D]. 盧婷.江蘇師范大學(xué) 2017
[8]智慧學(xué)習(xí)資源的設(shè)計研究[D]. 繆培培.江蘇師范大學(xué) 2017
[9]智慧學(xué)習(xí)環(huán)境下小學(xué)生學(xué)習(xí)適應(yīng)性問題及對策研究[D]. 陳建妹.福建師范大學(xué) 2016
[10]基于iPad的地理智慧課堂教學(xué)設(shè)計研究[D]. 岳玉山.東北師范大學(xué) 2016



本文編號：3099582