突发事件中新浪微博的舆论场分析——以马航失联事件为例

马航失联事件作为突发、复杂的新闻事件,引起公众的高度关注,在新浪微博上近两个月都是热点。在此期间,传统媒体的官方微博、意见领袖微博和普通草根微博等各方力量在新浪微博舆论场中相互激荡、交锋,呈现出不同的传播特点,这三种力量在引导、助推网络舆论中发挥了重要作用。本文通过分析突发事件中新浪微博的舆论场,总结不同类型微博的表达特征,为相关各方今后应对类似突发事件提供微博应对策略。     

DPC：基于增强现实儿童绘本的多视角评估框架

 增强现实(AR)技术作为沟通现实与虚拟场景的桥梁,能够激发使用者的想象力、 空间感和创造力。现有 AR 儿童绘本在虚实结合方面不足、游戏形式和互动种类单一,缺少寓 教于乐的AR儿童绘本游戏作为内容。首先试用和研究了59款移动AR游戏并分类。使用Delphi 法选择了一些合适的游戏类型,并将其迁移到儿童绘本上。再让 6~12 岁儿童(n=6)试玩并进行 观察和访谈。同时,组织家长/老师(n=7)与开发者(n=5)形成焦点小组并针对绘本和应用进行讨 论。最终,提取了开发者(developer)、家长/老师(parents/teachers)和孩子(children)对于 AR 儿童 绘本不同的需求和对应指标,收获了对应 3 个维度的框架 DPC (developer, parents/teachers, children),且每个维度被细分。使用 DPC 框架对 AR 儿童绘本游戏进行了改进。     

基于网络实验教学平台的门禁管理系统的研究与实现

随着互联网的发展,越来越多的网络技术被应用到教学领域,而基于网络实验教学平台的建设则大大提高了实验教学的效率和基础保障。结合国家级实验教学中心的建设过程,本文主要对网络实验教学流程以及相关的基于网络实验教学平台的门禁管理系统进行相关的探讨和研究。虽然已经诞生了一些网络实验教学平台,但是却没有一个将实验室门禁管理和网络实验教学平台结合起来,而本文中就将介绍怎么样把实验室门禁管理和网络教学平台完好的结合在一起,以便更好的对实验室进行良好的管理,同时使得网络实验教学平台更加完善,为实验教学注入新的活力。通过对这些内容进行研究,希望借此给网络实验教学平台的建设者们提供相关的经验,以便更好的建设网络实验教学平台。     

基于数据分析的智能手表手势直觉化交互研究

目的对智能手表手势直觉化交互进行研究。方法以智能手表的交互方式为研究内容,针对智能手表的手势交互问题,利用用户定义法对智能手表的手势交互进行了研究。结论通过实验研究与数据分析,提出了一个智能手表手势交互的动作集合。让用户能够与智能手表进行直觉化的交互,提升用户体验。这套手势动作除了可以应用在智能手表或是迁移到其他可穿戴设备上外,也可以作为评价智能手表手势交互的一个参考标准。     

基于Tobii眼动和多尺度条件随机场的视觉显著性模型

提出了一种新的基于分类的视觉显著性计算模型.运用频谱残差、全局亮度和颜色对比度分别检测图像的显著区域,随后将显著性检测看作一个图像标注问题,提出一种基于多尺度条件随机场(CRFs)的显著性融合算法,以产生标注结果.CRFs的参数以Tobii眼动跟踪结果为依据,通过最大似然估计算法学习出来.实验结果表明,该模型优于当前的8种典型算法,与心理学实验结果有较好的一致性.     

全景虚拟校园的情感化设计研究

全景虚拟校园的研究主要集中在关键技术方面,对于设计理论的应用较为缺乏,往往使得系统吸引力不足。为改善上述情况,本研究将情感化设计理念应用于全景虚拟校园的设计中,提出了传统设备下全景虚拟校园的情感化设计层次模型,并对全景虚拟校园本能层感官设计、行为层功能设计和反思层指导设计的内容和原则进行了详尽描述。本文对相关的虚拟校园的设计提供了依据和指导。     

NEM:基于真实感框架的自然用户界面评估方法EI北大核心CSCD

针对当前自然用户界面缺乏普适性评估方法的问题,基于真实感框架提出一种自然用户界面评估方法——NEM.该方法以真实感框架为基础定义评估指标,对多源数据进行采集及特征提取;并通过层次分析法(AHP)构建指标权重模型,最终给出评估建议;最后以自然用户界面中具有代表性的笔式用户界面为实例,基于NEM方法对Tilt交互任务进行评估,得到了多维度融合的评估结果,并为Tilt交互提供设计建议.实例结果表明,文中方法能够有效地体现自然用户界面的特点,拓宽评估带宽,从而指导自然用户界面的设计和评估.     

虚拟现实在职业心理测试中应用研究

人员招聘前的心理测试已经越来越得到企业的重视,警察作为一类特殊职业,其心理素质要求更强于普通职业。通过试题测试的方式并不能够达到用人单位所希望的效果。虚拟现实技术能够仿真环境,对测试应聘者的心理具有很好的效果。文章分析了警察选拔中对其心理素质的需求,研究如何将虚拟现实技术与警察选拔中的心理测试结合起来,设计了几个虚拟现实技术在心理测试中使用的虚拟场景,为用人单位选拔提供了虚拟现实解决方案。     

基于注意力机制和图卷积的小样本分类网络

深度神经网络在有着大量标注数据的图像识别任务上已经占据了统治地位,但是在只有少量标注数据的数据集上训练一个好的网络仍然是一个据有挑战性的任务.如何从有限的标注数据中学习已经成为了一个有着很多应用场景的热点问题.目前有很多解决小样本分类任务的方法,但是仍然存在识别准确率低的问题,根本原因是在小样本学习中,神经网络只能接收少量有标签的数据,导致神经网络不能获取足够的用来识别的信息.因此,提出了一种基于注意力机制和图卷积网络的小样本分类模型.这个模型不仅能够更好地提取特征,而且能够充分利用提取的特征对目标图像进行分类.通过注意力机制,能够指导神经网络关注更有用的信息,而图卷积使得网络能够利用支撑集中其他类别的信息做出更准确的判断.经过大量的实验,证明了提出的模型在Omniglot数据集和mini-ImageNet数据集上的分类准确率都超过了基于传统神经网络的关系网络.     

基于数据手套和双目视觉技术的虚拟手势及其空间位置跟踪

基于数据手套技术,搭建了虚拟手势交互系统,实现人手到虚拟手的映射. 对双目视觉中空间点定位模型进行了修改,提出一种基于两垂直摄像头的空间点定位模型,实现了基于双目视觉技术的运动目标位置与姿态跟踪;通过对CamShift算法的改进,提高了运动目标跟踪系统的准确性和自动性,解决了柔性物体的空间姿态捕捉问题. 在VS2008平台上,用VC++和双摄像头搭建了一个虚拟手势交互平台,通过实验,获取了图像及相应的角度与位置信息对照,将虚拟手的位置和姿态与图片相对照,对所提出的方法进行了验证,证明了该方法的有效性.