|
|
|
|
【英文篇名】 |
Incrementally emotion mapping based on GMM |
|
【下载频次】 |
★★★ |
|
【作者】 |
韩晶;
解仑;
王志良;
任福继; |
|
【英文作者】 |
HAN Jing;
XIE Lun;
WANG Zhiliang;
REN Fuji;
School of Computer and Communication Engineering;
University of Science and Technology Beijing;
Affective Computing and Advanced Intelligent Machines Key Laboratory(Hefei University of Technology); |
|
【作者单位】 |
北京科技大学计算机与通信工程学院;
情感计算与先进智能机器安徽省重点实验室(合肥工业大学); |
|
【文献出处】 |
哈尔滨工业大学学报
, Journal of Harbin Institute of Technology, 编辑部邮箱
2018年 08期
期刊荣誉：中文核心期刊要目总览 ASPT来源刊 中国期刊方阵 CJFD收录刊 |
|
【中文关键词】 |
情感映射;
AVS情感空间;
高斯混合模型;
大五人格理论;
增量式学习; |
|
【英文关键词】 |
emotion mapping;
AVS emotional space;
Gaussian mixture model;
five-factor model;
incremental learning; |
|
【摘要】 |
为有效地获得用户的真实情感状态,促进和谐的人机交互体验.结合AVS情感空间和大五人格理论,提出一种基于高斯混合模型的增量式情感映射模型.首先,在AVS情感空间的3种属性(A,V,S)坐标轴上,利用高斯混合模型对情感类型进行依次建模,计算情感概率值及其空间分布;其次,针对用户的个体差异性,采用层次分析法研究人格五因素与情感属性之间的关联,获得用户的个性化认知参数,实现具有个性化认知的情感映射结果;之后,采用增量式学习方法对情感类型的分布空间进行实时修正,保证情感分类的高准确率.最后,实验结果验证了该方法的情感映射结果与用户的真实情感状态具有高度一致性,并有较好的自适应性. |
|
【英文摘要】 |
In order to obtain users' actual emotional status effectively and promote a harmonious human-computer interaction experience,combined with the AVS emotional space and big five personality theory,this paper proposes an incremental emotion mapping model based on Gauss mixture model. First of all,with three attributes in AVS emotional space( A,V,S) coordinate,the emotional probability value and space distribution is calculated with Gauss mixture model. Secondly,based on differences of individual users,analytic... |
|
【基金】 |
国家重点研发计划重点专项课题(2016YFB1001404);
国家自然科学基金面上资助项目(61672093);国家自然科学基金重点资助项目(61432004) |
|
【更新日期】 |
2018-08-08 |
|
【分类号】 |
TP11;TP311.13 |
|
【正文快照】 |
2.情感计算与先进智能机器安徽省重点实验室(合肥工业大学),合肥230009)在人机交互的过程中,面向个体情感的分类与识别技术受到了广泛关注,并获得了较为显著的成果.众所周知,对用户的情感类型进行准确判断是提升交互体验的关键[1].然而,按照情感认知的相关理论,情感产生过程会? |
|
| 【相似文献】 |
 |
中国期刊全文数据库 |
 |
|
|
中国优秀硕士学位论文全文数据库 |
|
|
|
中国博士学位论文全文数据库 |
|
|
|
中国重要会议论文全文数据库 |
|
|
|
中国重要报纸全文数据库 |
|
|
|
中国学术期刊网络出版总库 |
|
|
|
|
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
|
|
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
|
|
|
| 
推荐 
