基于情感建模的教学辅助系统的研究*

设计了一个以情感交互为核心的人性化的教学辅助系统.该系统综合了情感计算、计算机图形图像技术和移动Agent技术.系统以心理学和人工心理理论为基础构建了情感认知模型,定义了情绪空间、基本情绪和基本学习心理状态,并建立了基本情绪和基本学习心理状态与情绪空间的映射关系.通过情感认知模型对识别表情的处理,得到学生的学习心理状态及状态评价值.采用基于图像处理的人脸检测、表情识别和姿态识别方法编程实现了教学辅助系统.     

基于操作条件反射机制的感觉运动系统认知模型的建立

针对运动平衡控制问题,提出了一个基于操作条件反射原理的感觉运动系统认知模型,研究了小脑、基底核、大脑皮质以及其它神经器官工作的协同性,构建了感觉运动系统的认知模型.该认知模型主要由小脑和基底核以及大脑皮质组成,其中:小脑通过监督学习实现状态到行为的感觉运动神经映射;基底核利用行为预测评价结果对动作实施基于操作条件反射原理的概率式选择;而大脑皮质接收并发送有用信号给基底核与小脑,形成了感觉运动系统的闭环反馈回路.本文描述了基于操作条件反射原理的感觉运动系统认知模型的具体结构、功能与算法,并在两轮机器人上进行了仿真实验,再现了机器人类似人或动物的自主学习能力和运动平衡技能.结果表明,该模型具有较强的认知特性,使机器人能通过自主学习掌握运动平衡的控制技能.     

全认知情感理论——一种新的心智计算模型

试图建立全认知情感理论的基础和框架体系。首先提出一种新的心智计算模型——多层次需求-认知-情感模型;在吸取信息与知识理论、情感动机-信息理论、马斯洛需求层次论和PAD三维情感理论的研究成果基础上,定义了不同时间节点的信息和情绪参量(先验、后验、实得和预期),重点分析了信息-情绪和知识-感情两层交互机制,对信息、知识的认知机理以及情绪、感情的生成机理进行分析,建立信息-情绪和知识-感情的交互机理模型,导出了相应的交互定理,揭示了人类丰富而复杂的认知-情感交互规律;依据基本情绪与PAD值的对应关系,分析了14种情绪PAD值的情感计算,包括情绪状态的形成及其迁移机制,分析了情绪状态从惊奇到喜悦的迁移过程,并用实例证明了全认知情感理论的应用。全认知情感理论是一种新的关于认知情感交互机理的学说。     

融合词语场景的隐喻情绪识别方法

从认知学角度，隐喻情绪由句子中“源语义场景-目标语义场景”词对的情绪场景融合而成。鉴于此特点，该文提出了融合词语场景的隐喻情绪识别模型。该模型借助情绪词典及大规模语料库，构建了词语情绪分布表示获取算法，用于捕获句子中映射词对的情绪分布表示。在此基础上，利用注意力机制与最大池化策略，编码句子的多情绪场景融合表示，以刻画句子情绪形成的诱因。最后，设计情绪分类器，联合句子情绪及上下文表示作为输入，多角度地构建句子的语义，以提升隐喻情绪识别性能。在隐喻情绪数据集上进行实验，与基线模型和最好评测模型进行对比，该文提出的模型在宏F₁值上提升了5.74%与2.73%。另外，定性的实例分析解释了词语场景对隐喻情绪识别的作用。     

基于模糊推理的软件质量评价模型

通过成立由开发商、用户和评价方组成的专家组,在国际通用的软件质量评价标准和模糊综合评价的基础上,建立的模糊规则,利用模糊推理技术,寻求不同评价空间之间的映射,构建了基于模糊推理的软件质量评价模型。该模型符合人们在处理复杂问题的逻辑思维方式,有利于合理准确地评价软件质量。     

面向商品评论的二元情感认知模型

该文提出了一种面向商品评论的二元情感认知模型。该模型由“二元情感常识库”、“评价体系知识库”和“情感分析引擎”三个主要模块组成。其特点体现为:(1)模型通过大规模评论文本学习领域先验知识,将其存储在知识库中,便于知识的修正和重用,体现了模型的认知能力;(2)模型不仅能够挖掘评论文本中出现的显式评价观点,还能借助领域知识进行情感推断,发现更高层次的用户情感。该文给出了构建“二元情感常识库”和“评价体系知识库”的相关算法,并介绍了“情感分析引擎”在观点挖掘和情感推断中的应用。在商品评论语料集上的实验验证了该模型的有效性。     

智能虚拟环境中主体的情感计算研究

为了在智能虚拟环境中赋予主体情感能力,提高其逼真度及人机交互的自然性,并且兼顾虚拟环境的实时性要求,以心理学中的基本情绪理论和认知评价理论为依据,模拟推理规则为基础,提出了一种情绪产生器模型。该模型首先根据模糊IF-THEN规则制定情绪激发条件规则,进而推理得出“情绪因子”;然后建立了一个受情绪因子、个性及前一时刻的情绪状态制约的非线性函数,用来生成当前情绪及计算情绪强度。仿真结果表明,模型较符合人类的基本情绪状态的产生、迁移及衰减规律,在一定程度上体现了人类情绪的模糊性和非线性,而且易于机器实现。     

基于LOBA逻辑的言语行为表示

言语行为是多主体系统中一个有趣而重要的问题.该文从实际推理主体(practical reasoningagents)研究的角度对语用学中的言语行为进行了探讨.在多主体系统中言语行为的研究主要集中在3个方面:1)言语行为的本体描述;2)主体如何推理出合理的言语行为;3)主体如何正确处理其他主体发出的言语行为.这3个方面侧重点不同,但是相互间又紧密关联.重点讨论上述2)和3)两方面的内容,建立了一个主体认知过程的模型,并用可信主体逻辑LOBA(logic of believable agents)进行形式化表示.在主体认知过程的模型中,考虑包括主体的感知、信念、情绪、期望、目标、意图、承诺在内的各种认知成分,通过引入相应的认知动作来考虑这些认知成分之间的动态关系,并在此基础上描述主体如何产生和处理言语行为.在逻辑系统的构建上,LOBA逻辑扩展了KARO逻辑和LORA逻辑,将主体的情绪和认知动作都作为模态算子进行处理,并构建了3层语义模型以解释主体的认知动作.利用上述方法,LOBA可以在更细的粒度上来刻画主体的动态的实际推理过程.     

学习情绪研究在远程教学系统中的应用探索

将学习情绪的研究应用到远程教学系统中.针对传统智能教学系统在情感方面的缺陷,介绍了远程教学系统的设计,智能教学系统的模型.该系统主要由情绪模型、认知模型、交互模型、教师模型和学生模型等主要模块构成.概括论述了人脸检测和面部表情识别的一般方法,人机情感交互系统过程和情感模型的建立流程.综合OCC情绪模型和具有反向情绪的二维情绪模型提出了一种新的适合学习情绪研究的情感建模方法,实现远程教学中认知和情感的交互.     

集控式足球机器人决策与控制系统设计与开发

构建了由视觉子系统、决策子系统、无线通信子系统、机器人小车子系统和总控子系统组成的集控式足球机器人系统．总结了具有集中视觉、决策与控制的集控式足球机器人系统的控制问题．设计了基于分层递阶控制结构的足球机器人决策子系统．小车控制器构成“无脑”的执行器,运动控制器中集成了各种各样的动作函数,组织层则融合了不同的决策方案．长期的开发实践和实战成绩都表明,该系统具有良好的结构和优异的性能．     

Ordinal Priority Approach (OPA) in Multiple Attribute Decision-Making

The current study aims to present a new method called Ordinal Priority Approach (OPA) in Multiple Attribute Decision-Making (MADM). This method can be used in individual or group decision-making (GDM). In the case of GDM, through this method, we first determine the experts and their priorities. The priority of experts may be determined based on their experience and/or knowledge. After prioritization of the experts, the attributes are prioritized by each expert. Meanwhile, each expert ranks the alternatives based on each attribute, and the sub-attributes if any. Ultimately, by solving the presented linear programming model of this method, the weights of the attributes, alternatives, experts, and sub-attributes would be obtained simultaneously. A significant advantage of the proposed method is that it does not make use of pairwise comparison matrix, decision-making matrix (no need for numerical input), normalization methods, averaging methods for aggregating the opinions of experts (in GDM) and linguistic variables. Another advantage of this method is the possibility for experts to only comment on the attributes and alternatives for which they have sufficient knowledge and experience. The validity of the proposed model has been evaluated using several group and individual instances. Finally, the proposed method has been compared with other methods such as AHP, BWM, TOPSIS, VIKOR, PROMETHEE and QUALIFLEX. Based on comparisons among the weights and ranks using Spearman and Pearson correlation coefficients, the proposed method has an applicable performance compared with other methods.     

年终奖励的分配与决策

借助友好的人机对话界面，调用相应的计算过程。利用VBA语句处理已有的基本工作量及业绩工作量数据，按照不同的分配方案计算相应年终奖励的分配方法。通过结果的对比．及时准确地为年终奖励金的分配决策提供数据上的支持。     

基于模糊集合论的工艺路线决策模型研究及应用

文章结合工业生产实际情况,提出了基于模糊集合论的工艺路线决策模型,并对该决策模型的基本原理和相关问题以及模型求解过程做了详细解析,最后引入具体实例对这种模型的应用进行分析说明.     

属性和专家权重调整的自适应算法*

研究多属性群决策中权重调整问题。首先,对AHP法和复相关系数法计算得到的属性权重进行多目标优化;其次,计算专家个体决策结果与群体决策结果的灰色关联度,并结合初始专家权重计算出专家权重的修正值,进而计算相应的群决策结果;然后,根据2阶Minkowski距离对专家权重进行自适应调整,直至计算出稳定的专家权重;最后通过对风电机组设备供应商的评价证实了该方法的可行性与实用性。     

基于可变多粒度概率粗糙集的分类模型*

以多粒度粗糙集理论为背景,结合可变多粒度思想与错误分类率思想,提出可变多粒度概率粗糙集(VMGPRS)模型.结合粗糙集理论中的属性约简思想,提出粒度约简算法,发现并解决可变多粒度模型中由于参数设定而引发的约简后粒度冗余问题.将约简前后的数据应用于SVM、KNN、NB等经典分类算法,验证约简对数据的分类能力几乎无影响.将规则与算法结合,设计基于规则的分类算法,并且实验分析VMGPRS模型中的2个调节参数α、 β对分类器分类效果的影响.     

基于DW和OLAP的税务决策支持系统的方案设计

目前税务部门都建立起了面向事务处理的税收征管信息系统(OLTP系统).但这些系统缺乏对历史数据的有效分析和利用,很难为决策者提供综合的、高效的辅助决策信息,因此提出了采用数据仓库技术和联机分析技术实现税务征管信息化的解决方案.为税务部门决策科学化、理性化提供可靠保障.提升税收工作的计划、决策、执行、监控和管理能力.     

软覆盖熵及其在多属性群决策中的应用

结合软覆盖与信息熵,提出软覆盖信息熵.定义软覆盖信息熵、软覆盖联合熵、软覆盖条件熵,并研究这些熵之间的关系及它们的重要性质.最后给出两种基于软覆盖条件熵的多属性群决策的算法,举例说明这两种算法的结果具有一致性.     

基于深度强化学习的空间众包任务分配策略

针对动态在线任务分配策略难以有效利用历史数据进行学习、同时未考虑当前决策对未来收益的影响的问题,提出基于深度强化学习的空间众包任务分配策略.首先,以最大化长期累积收益为优化目标,基于马尔科夫决策过程从单个众包工作者的角度建模,将任务分配问题转化为对状态动作价值Q的求解及工作者与任务的一对一分配.然后采用改进的深度强化学...     

q阶犹豫模糊集及其在决策中的应用

定义q阶模糊集的数乘、算术、几何等基本运算,研究运算的性质.结合犹豫模糊集与q阶模糊集,提出q阶犹豫模糊集的概念,定义q阶犹豫模糊集的一些运算并研究基本性质,提出q阶犹豫模糊集的得分函数和精确函数,实现q阶犹豫模糊集的对比.基于q阶犹豫模糊集的基本运算法则,构建q阶犹豫模糊集的多属性群决策模型,并通过实例验证此决策模型的可行性和有效性.     

Selecting feasible standard form of construction contracts using text analysis

Delivering successful projects requires establishing a well-drafted contract, through setting balanced rights and obligations. Nowadays, Standard Forms of Construction Contracts (SFCCs) are being utilized, aiming to manifest the contractual relationships between the parties. This research aims to develop a model that helps in selecting the most appropriate SFCC using text analysis and multi-criteria decision-making techniques. This research studies three SFCCs which are: 1 (FIDIC Red Book 2017, 2 (JCT Standard Building Contract with Quantities 2016, and 3) NEC4 Engineering and Construction Contract. The research compares SFCCs in terms of five aspects which are: 1) Readability, 2) Sharing common goals, 3) Loss and rewards, 4) Dealing with uncertainties, and 5) Suspension by parties. Literature emphasized that these aspects were proven to be crucial in achieving a successful contract agreement. The research starts with contract analysis to extract insights for the selected SFCCs. Where the clauses and provisions of the three SFCCs are compared based on the output of the text analysis process. Accordingly, questions are developed to assist the user in selecting the most suitable SFCC based on a hybrid Multi-Criteria Decision-Making model. Finally, a recommendation system is developed to advise the user for critical success factors to be considered in the contract formation stage. This study adds to the body of knowledge of contract management and aids in proactively avoiding or mitigating conflicts and disputes, by reducing the contractual-related problems that may take place due to inappropriate contract types or provisions.