导读:本文包含了多层情感模型论文开题报告文献综述及选题提纲参考文献,主要关键词:人工情感,情感建模,情感衰减,多层模型
多层情感模型论文文献综述
何海鹏[1](2010)在《多层情感模型的研究》一文中研究指出情感是人类智能不可分割的一部分,在计算机技术蓬勃发展的今天,用人工的方法和技术,来模仿和延伸人类的情感,使机器具有识别、理解和表达情感的能力,在人机交互、拟人机器人、教育、娱乐等领域,具有广泛的应用前景和经济价值,日益引起学术界和产业界的高度重视。人类的情感是一个随机变化的过程,受很多因素的影响,具有较高的复杂性和模糊性,因此使机器具有情感是一个挑战性的研究,其中如何建立一个恰当的情感计算模型是要解决的关键问题。近年来已有不少情感模型被建立起来,但是他们大多只考虑了少量的几种情感在小范围内的波动来简化模型,没有全面的考虑外界刺激、人的性格、情感的衰减、情感间的相互影响、心情对情感的影响等因素,不适合描述人类情感复杂的变化过程,缺乏了实用性。针对已有模型的不足,本文建立了一种新的多层情感模型,充分考虑了触发情感产生的外部因素和内部因素:1)情感衰减不同性格的个体,情感的衰减不同,对于一个个体而言,不同情感的衰减也不相同。本文根据性格的不同,为各种基本情感分别构建各自的衰减函数。2)心情对情感的影响个体在不同的心情状态下,对于相同的外界刺激会产生不同的情感反应。本文充分考虑了性格对心情的影响、外界刺激对心情的影响和心情的衰减,构建了心情更新方程,通过“心情-情感”的映射求取了心情对情感的影响分量。3)情感之间的相互影响根据本课题组已有研究成果得出情感之间相互影响分量。4)外界刺激在本文设计的实验中,选择一些具有丰富情感的多媒体素材进行情感标注,以此作为实验中的情感外界刺激。为验证该模型的有效性,文中设计了一个情感预测系统,经过80名学生志愿者的测试实验,最终情感预测系统的情感预测准确率达到80%左右,取得了很好的结果,证明了文中所建立的多层情感模型的实用性和有效性。本文模型对和谐人机交互、情感机器人做了一些基础研究,具有一定的理论意义和应用价值。(本文来源于《太原理工大学》期刊2010-05-01)
董志锋[2](2008)在《基于多层个性化情感模型的图像检索系统》一文中研究指出随着信息化社会的到来,多媒体技术及智能信息处理技术的迅速发展,各行业对图像的使用越来越广泛,图像信息资源的管理和检索显得日益重要。怎样有效地组织管理和检索这些大规模的图像数据库已经成为当前的一个热门课题。图像的检索技术历经了基于文本的图像检索(TBIR)、基于内容的图像检索(CBIR)和目前的基于语义的情感检索几个阶段。目前基于文本的图像检索依然是当前主流搜索引擎采用的方式。基于内容的图像检索在90年代初开始成为图像检索技术的主流。然而,人们对图像相似性的判断并非仅仅建立在图像的视觉特征上,它还包含了人们对图像内容的理解,这种理解无法直接从图像的视觉特征获得,而要根据人的知识来判断,这种对图像的理解就是图像的语义特征。只有结合图像的多种信息,特别是语义信息,才能使检索系统的能力尽可能接近人的理解水平。基于语义的图像检索就是根据图像的逻辑特征和抽象属性进行检索,使计算机检索图像的能力接近人的理解水平的检索技术,目前还处于研究和探索阶段。基于情感的图像检索是其中的热点之一。本文以基于情感的图像检索系统为主要研究方向,首先,详细介绍了现有的图像情感模型和图像检索中对图像特征的主要提取方法;其次,在学习和研究了现有的图像情感模型的基础上,综合心理学研究领域对人类情感的一些主流观点,指出了在图像情感模型中人类情感的群体化现象,并结合这一观点,对现有的图像情感模型进行了一些改进,提出了多层个性化情感模型,该模型将情感分为两个层次:公共情感层和个性化情感层,公共情感层是指人类对图像情感信息的共同解释,本文在公共情感层中,注意到了公共情感的群体化现象,即人的社会属性如性别、年龄、民族、国家等因素产生的群体差异对公共情感的影响,利用先验知识,构造产生式规则,然后结合用户注册时提供的个人资料来确定用户的群体,并构造出用户的公共情感层信息。在个性化情感层的建立上,使用了基于用户反馈的方法,通过用户对检索结果的评价或者主动学习来建立和完善个性化情感层;最后,本文根据提出的多层个性化情感模型建立一个了一个验证性的图像检索系统,该系统在测试中取得了不错的检索效果。(本文来源于《太原理工大学》期刊2008-05-01)
多层情感模型论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
随着信息化社会的到来,多媒体技术及智能信息处理技术的迅速发展,各行业对图像的使用越来越广泛,图像信息资源的管理和检索显得日益重要。怎样有效地组织管理和检索这些大规模的图像数据库已经成为当前的一个热门课题。图像的检索技术历经了基于文本的图像检索(TBIR)、基于内容的图像检索(CBIR)和目前的基于语义的情感检索几个阶段。目前基于文本的图像检索依然是当前主流搜索引擎采用的方式。基于内容的图像检索在90年代初开始成为图像检索技术的主流。然而,人们对图像相似性的判断并非仅仅建立在图像的视觉特征上,它还包含了人们对图像内容的理解,这种理解无法直接从图像的视觉特征获得,而要根据人的知识来判断,这种对图像的理解就是图像的语义特征。只有结合图像的多种信息,特别是语义信息,才能使检索系统的能力尽可能接近人的理解水平。基于语义的图像检索就是根据图像的逻辑特征和抽象属性进行检索,使计算机检索图像的能力接近人的理解水平的检索技术,目前还处于研究和探索阶段。基于情感的图像检索是其中的热点之一。本文以基于情感的图像检索系统为主要研究方向,首先,详细介绍了现有的图像情感模型和图像检索中对图像特征的主要提取方法;其次,在学习和研究了现有的图像情感模型的基础上,综合心理学研究领域对人类情感的一些主流观点,指出了在图像情感模型中人类情感的群体化现象,并结合这一观点,对现有的图像情感模型进行了一些改进,提出了多层个性化情感模型,该模型将情感分为两个层次:公共情感层和个性化情感层,公共情感层是指人类对图像情感信息的共同解释,本文在公共情感层中,注意到了公共情感的群体化现象,即人的社会属性如性别、年龄、民族、国家等因素产生的群体差异对公共情感的影响,利用先验知识,构造产生式规则,然后结合用户注册时提供的个人资料来确定用户的群体,并构造出用户的公共情感层信息。在个性化情感层的建立上,使用了基于用户反馈的方法,通过用户对检索结果的评价或者主动学习来建立和完善个性化情感层;最后,本文根据提出的多层个性化情感模型建立一个了一个验证性的图像检索系统,该系统在测试中取得了不错的检索效果。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多层情感模型论文参考文献
[1].何海鹏.多层情感模型的研究[D].太原理工大学.2010
[2].董志锋.基于多层个性化情感模型的图像检索系统[D].太原理工大学.2008