导读:本文包含了多模态信息论文开题报告文献综述及选题提纲参考文献，主要关键词:兴趣度,身体行为,分类方法,信息融合
多模态信息论文文献综述
任婕[1]（2019）在《基于多模态身体行为信息融合的学生学习兴趣分析方法研究》一文中研究指出对学生学习兴趣分析方法的研究在教学活动中是非常有意义的,但是目前的学生课堂评价体系都不够客观。本文介绍了一种根据课堂中采集到学生身体行为特征,定义了6种特征动作并叙述其对应的识别方法,并通过多模态信息融合以及层次分析法确定权重,从而计算出兴趣度。(本文来源于《仪器仪表用户》期刊2019年12期）
王俊琳[2]（2019）在《信息技术在多模态体验式大学英语教学应用观察》一文中研究指出多模态教学主要是在教学活动中通过多元化的教学设计调动学生的多重感官,为学生创造良好的英语学习条件和学习环境,有助于提高学生对英语知识的综合学习效果。在英语教学中,借助信息技术的应用,能为多模态体验式大学英语教学创造便利,使教学效果得到进一步提升。(本文来源于《佳木斯职业学院学报》期刊2019年10期）
杜中全,赵志坚[3]（2019）在《基于多模态与跨文化的信息素养培养路径研究》一文中研究指出【目的/意义】在全球化信息时代,培养大学生的信息素养既是提升个人素养的需要也是国家发展战略的要求。【方法/过程】科技的飞速发展使得信息素养的内涵呈现"多模态"转向与"跨文化"转向。本文首先分析了"互联网+"语境下,在大学生信息素养培养方面传统教育范式的弊端以及微课平台的优势,进而指出微课平台是以多模态交际为主,具有完整的多模态信息课程体系,并形成了多元文化关联场,具有极强的可操作性和实用性。【结果/结论】微课平台是提高大学生多模态交际能力以及增补传统通识教育的最佳路径。为更好地发挥其优势,微课平台运营方、教育组织及高校教师需要共同努力。(本文来源于《情报科学》期刊2019年10期）
符晓明[4]（2019）在《基于改进变分自编码器的多物理域多模态信息融合方法研究》一文中研究指出多物理域多模态信息融合具有复杂、高维度、计算量大、鲁棒性差、异构数据处理难的特点,传统基于变分自编码器方法,由于采用单一的信息通道,缺乏对不同模态不同时频域空间信息交换,忽略了不同尺度的特征融合,造成生成结果质量较差。本文在变分自编码器的基础之上,加强了变分自编码器的信息流向,提出基于改进变分自编码器的多物理域多模态信息融合方法,使得融合结果更能反映不同物理域的观测真实性。同时对比了病态数据融合、彩色图像融合深度图像两种不同的多模态信息融合与传统算法效果,在频谱图的定性指标和PSNR/SSIM定量指标上,有明显提升。(本文来源于《计量与测试技术》期刊2019年09期）
魏圆圆[5]（2019）在《现代信息技术与大学英语课堂教学模式的整合研究——评《新媒体时代英语多模态教学模式架构》》一文中研究指出计算机与网络技术的有效应用促使现代人的生活方式发生了重大变化,与此同时,也对教育模式提出了新的要求。高校英语教学问题一直备受关注,多模态教学模式作为目前较为新颖的模式之一,实现了信息化与多模态教学的相互整合,为高校英语教学指引了前进的方向,促使高校教育迈向了新的征程。《新媒体时代英语多模态教学模式架构》(姚永红着,东北师范大学出版)则紧紧把握当前时代发展的潮流,实现了信息技术与多模态教学的整合,并经过调查与(本文来源于《实验技术与管理》期刊2019年09期）
王淳[6]（2019）在《多模态视域下中小学信息技术翻转课堂教学模式研究》一文中研究指出多模态对于理解教学行为、学习行为、学习环境、学习评价等教学现象有独特作用。可以从多模态教学资源、多模态学习平台、多模态学习互动、多模态学习评价等维度,构建中小学信息技术课程叁阶段的多模态翻转课堂教学模式。(本文来源于《课程.教材.教法》期刊2019年09期）
王媛,阿里甫·库尔班,李均力,吕亚龙,阿依加马力·克然木[7]（2019）在《多模态模型的胡杨林语义信息描述与识别》一文中研究指出针对传统逐像素对胡杨林进行识别的方法忽略了相邻像元之间的空间关联性及识别精度低等问题,结合不同层次的特征知识,提出一种多模态模型的胡杨林语义信息描述与识别方法。借助边缘滤波对原始图像进行降噪,保留待识别物体的边缘信息提高局域平滑度;将提取的多重空间特征作为多模态模型(CNN_LSTM)的输入,在进行时间和空间扩展的同时进一步挖掘图像中胡杨的深层语义特征,采用SoftMax分类器实现胡杨林的正确识别。实验结果表明,该方法优于传统的胡杨林识别方法。(本文来源于《计算机工程与设计》期刊2019年07期）
孙亮[8]（2019）在《基于多模态信息的视频描述算法》一文中研究指出为了挖掘视频中不同的模态信息,提出一种基于多模态信息的视频描述算法。在基本的编码解码器网络基础上,更加关注视频多模态信息和高级语义属性。在编码器阶段,提取视频的静态特征、光流特征和视频段特征,同时设计语义属性检测网络得到视频高级语义特征。为了避免解码器阶段的曝光偏差和训练损失与评价准则不统一的问题,采用基于强化学习的训练算法直接将客观评价准则作为优化目标来训练模型。所提出的算法在公开视频描述数据集MSVD上取得了很好的实验效果。(本文来源于《信息技术与网络安全》期刊2019年07期）
关颖[9]（2019）在《多模态信息认知教学模式下大学英语教学研究》一文中研究指出随着教育水平的不断提高,社会对于多元化、高素质英语人才的需求也不断增加。在多媒体信息技术快速普及和大学教学方法不断创新的教学背景下,多模态信息认知教学模式从传统的教学模式中脱颖而出。该教学模式充分利用多媒体教学调动学生们在进行英语学习时的视觉、听觉、触觉等感官,帮助大学生们提高自身英语听说能力及专业英语素养。(本文来源于《校园英语》期刊2019年22期）
郭姜[10]（2019）在《基于多模态深度哈希学习的信息检索》一文中研究指出信息检索是人们上网的最大需求,以往主流的方式就是在搜索引擎中输入关键文本信息来获取相关的文本、图像等信息。然而随着大数据时代的到来,不同模态信息之间的相互检索已经成为一种不可忽视的需求,它也成为了信息检索领域中的研究重点和难点。为了实现任意多模态数据之间的相互检索,并且单个模态的数据能同时检索到多个不同模态的数据,本文利用深度学习模型中高斯受限玻尔兹曼机(Gaussian-binary Restricted Boltzmann Machine,GRBM)的灵活扩展性,提出了基于GRBM的自适应模态深度哈希模型。并在此研究的基础上,结合流形学习的思想,提出了基于多图正则化的改进模型,进一步提高了模型的检索性能。具体研究工作如下:1.针对现有的绝大部分深度哈希模型无法实现在两个以上模态数据上扩展的问题,本文提出了基于GRBM的自适应模态深度哈希模型(AMH)及学习算法。该模型可以根据多模态数据的类型和模态数量自适应调整结构。模型分为深度特征学习和共享哈希码学习两个部分,首先利用深度特征学习部分获得多模态数据的深度特征,再将深度特征作为模态自适应GRBM(Adaptive modal GRBM,AGRBM)的可视层的输入,训练得到的隐层结果直接作为多模态数据的共享哈希码。由此实现任意模态数据的互相检索,并且单个模态的数据能同时检索到多个不同模态的数据。在双模态数据集上的实验表明AMH能够在MAP结果上与现有的最优秀的跨模态哈希模型竞争;在叁模态和四模态数据集上的实验证明模型能够自适应多模态数据调整结构,获取共享哈希码并实现多模态数据互相检索。2.针对GRBM在训练过程中忽略数据内在流形结构的问题,在现有工作的基础上,结合流形学习的思想,提出了基于多图正则化的自适应模态哈希模型(AMH-G)。在原模型的基础上,根据多模态数据的深度特征构建多个近邻图矩阵,再根据数据的标签构建一个标签矩阵。将构建的多个近邻图矩阵和标签矩阵融合,作为图正则化矩阵。在哈希码学习部分,AGRBM的训练结合图正则化矩阵,使得到的隐层能学习到多模态数据的分布同时保持数据内在的几何结构信息。在双模态数据上的实验表明,AMH-G在MAP和PR曲线结果上都超越了对比的最优秀的方法。在叁模态数据上实验表明,AMH-G与原有模型相比有15%的提升。3.设计与实现了一个多模态图像检索的仿真系统。该系统的核心是基于本文提出的自适应模态哈希及其改进算法。该系统能够让用户选择一个多模态数据集,然后将某一模态的一张待检索图像导入到系统,并且选择检索需求,系统就能根据用户的检索需求检索到其他模态的图像结果并呈现在系统界面。该系统是一个原型系统,如能应用到大规模数据中,能满足用户的各种检索需求,极大提高用户的检索体验。(本文来源于《重庆邮电大学》期刊2019-05-25）
多模态信息论文开题报告
（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：
多模态教学主要是在教学活动中通过多元化的教学设计调动学生的多重感官,为学生创造良好的英语学习条件和学习环境,有助于提高学生对英语知识的综合学习效果。在英语教学中,借助信息技术的应用,能为多模态体验式大学英语教学创造便利,使教学效果得到进一步提升。
（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。
多模态信息论文参考文献
[1].任婕.基于多模态身体行为信息融合的学生学习兴趣分析方法研究[J].仪器仪表用户.2019
[2].王俊琳.信息技术在多模态体验式大学英语教学应用观察[J].佳木斯职业学院学报.2019
[3].杜中全,赵志坚.基于多模态与跨文化的信息素养培养路径研究[J].情报科学.2019
[4].符晓明.基于改进变分自编码器的多物理域多模态信息融合方法研究[J].计量与测试技术.2019
[5].魏圆圆.现代信息技术与大学英语课堂教学模式的整合研究——评《新媒体时代英语多模态教学模式架构》[J].实验技术与管理.2019
[6].王淳.多模态视域下中小学信息技术翻转课堂教学模式研究[J].课程.教材.教法.2019
[7].王媛,阿里甫·库尔班,李均力,吕亚龙,阿依加马力·克然木.多模态模型的胡杨林语义信息描述与识别[J].计算机工程与设计.2019
[8].孙亮.基于多模态信息的视频描述算法[J].信息技术与网络安全.2019
[9].关颖.多模态信息认知教学模式下大学英语教学研究[J].校园英语.2019
[10].郭姜.基于多模态深度哈希学习的信息检索[D].重庆邮电大学.2019