基于同步EEG-fMRI采集的情绪认知重评数据特征融合分析研究

脑电(Electroencephalography, EEG)与功能磁共振成像(Functional magnetic resonance imaging, fMRI)为脑科学研究提供了互补的时空信息. 为研究大脑在对情绪图片采取认知重评策略时的神经活动, 基于同步采集的EEG-fMRI数据, 应用典型相关分析、经验模态分解及k-均值聚类等算法对融合情绪数据进行交叉关联和盲源分离, 得到空间上的fMRI图像和与之对应的EEG时间演变信号. 结果表明: 时域上, CCA分离出的脑电成分在认知重评状态下有明显的晚期正电位(Late positive potential, LPP) (潜伏期200ms～900ms)出现, 而且认知重评策略诱发下的LPP 波幅明显小于观看负性诱发的LPP波幅(F(1, 224)= 28.72, P<0.01), 而大于观看中性诱发的LPP波幅(F(1, 224)= 63.32, P<0.01); 与之对应的空域上, 可以明显地看出和情绪调节相关的扣带回, 额叶、颞叶等区域有明显激活区, 采用情绪认知重评策略时的脑区激活强度明显小于观看负性状态, 而大于观看中性, 且观看中性状态下被激活的与情绪相关的区域相对较少. 研究表明, 这种融合数据分析技术通过计算两种模态数据之间潜在的线性相关性, 可以有效地分离出大脑在时空上神经活动情况, 达到了同时描绘出大脑神经活动的时间信息与空间信息的效果.     

基于行为的人工生命情绪理论模型研究

基于智能的行为选择机制不能满足实现人工生命自主性行为选择的要求.根据情绪是行为活动的组织者的一般心理学理论,情绪就成为解决该问题的一个有效途径.但是,心理学情绪研究结果,尚不能满足实际研究的需要.通过理论分析和实验仿真方法对情绪物理属性,情绪与行为之间关系进行深入研究.通过情绪四维模型与阶跃响应的特征类比分析.获得描述情绪物理属性的阶跃模型,揭示负性情绪相对于正情绪具有反应时间短,存在"超调"特性.根据获得的情绪与行为之间因果关系,建立情绪三维模型,阐明情绪是对认知和行为结果感知的生命机制.通过引入情绪,解决液体压力模型存在的异质性和动机强度与当前环境状态无关两个问题,建立自主性情绪行为机制模型.通过设计人工生态系统进行仿真实验,证明了上述思想的正确性.     

一种人工情绪模型及其电商计算实验应用

针对电子商务顾客购物人工系统的计算实验研究，提出一种基于状态类比假说的人工情绪模型，给出了情绪的产生、增强、衰落和消失过程的描述方法，研究了外部刺激、情感强度和内部驱动力的计算方法，并进行了模拟分析。基于此人工情绪模型，构建了电商顾客购物的情绪-行为影响关系模型；将其应用于电商顾客购物的计算实验分析。结果表明，该人工情绪模型能较好地应用于电商复杂人工系统顾客购物的计算实验。     

基于小波相干算法的脑区情绪特性研究

研究了人脑不同区域情绪脑电信号的差异特性。按照国际10-20电极分布系统将大脑分成5个脑区,选用视频情绪诱发素材诱发被试产生正性、中性、负性情绪同时采集其脑电信号,设置各脑区小波相干指数为参数,研究其差异性并进行模式识别。结果显示:不同情绪状态下额叶、顶叶δ波段的小波相干指数具有显著差异(p<0.05),并且统计发现将中性情绪小波相干指数作为基准,负性情绪的小波相干指数增大,正性情绪的小波相干指数降低。实验结果验证了额叶和顶叶的小波相干指数对情绪三分类问题有较好的识别效果,顶叶情绪识别率高达96.67%,进一步证明了情绪处理时额叶、顶叶两个脑区被激活,且不同情绪状态下激活程度不同。     

多智能体环境下的情绪决策模型?

建立一种基于情绪的Nash-Q决策模型,它由认知层和情绪层组成。认知层模型由Nash-Q算法实现,情绪层建立在情绪记忆和评价理论之上,由高兴、伤心、恐惧、厌烦组成情绪空间,建立相应刺激与情绪映射模型、情绪与行为动作映射模型、每种情绪下的动作信任度评价模型。将文中模型应用到两智能体网格决策实验中,结果表明情绪层的引入可加快收敛速度,同时能有效防止陷入局部最优,更好兼顾在线学习的“保守”和“探索”平衡。     

虚拟人动机驱动的自主情绪模型研究

模拟虚拟人的各种情绪计算模型在很多领域具有重要意义,一个可信的虚拟人不仅要有3维几何形状,而且也要具有自主的情绪。基于已有的情绪模型研究,建立了一种新的基于动机驱动的自主情绪模型。根据心理学和认知科学,提出了虚拟人的认知结构,该结构集成了知觉、情绪、心境、个性和行为。构建了内部动机和外部刺激的一种形式化描述,基本情绪强度可以采用这种模型来计算,而情绪状态是各种基本情绪状态的合成。为了实现情绪的自适应,提出了情绪的增强学习方法。在微机上实现了一个包含虚拟人的3维虚拟场景,这种新的情绪模型能够使虚拟人的自主情绪表现更加可信,实验结果表明了该方法是有效的。     

基于虚拟细胞的膜片钳实验仿真系统

基于虚拟细胞计算模型建立了一个膜片钳实验仿真系统.该系统不仅能够仿真真实膜片钳实验中电流、电压钳对细胞的刺激,计算虚拟细胞在该刺激下产生的各种电生理反应,而且可以通过细胞模型设定为病理状态(如节律失常、基因变异等)进行更复杂情况下的细胞生理问题研究.同真实的膜片钳实验相比,利用本系统可以通过虚拟地"预实验"来缩短真实实验周期、节约成本,并且可以进行复杂的假设实验,有助于更深入的细胞电生理教学和科学研究工作.     

认知视角下的文本情感计算

尝试将认知语用学和情绪心理学相关知识引入到文本情感计算中,以拉扎勒斯的认知一评价理论和认知语用学的认知语境为理论背景,提出一个新的文本情感认知模型。它从情感的发生机制出发,以多种情感图式为基础,考虑否定状态下情感的极性关系等多方面因素,提高了文本情感识别的准确率。情感认知模型是从一个新的视角研究情感识别问题,拓宽了研究的维度和理论背景,提供了新的研究思路。实验证明该模型是有效的。     

基于模糊推理的驾驶员车速决策行为建模与仿真

为了在微观交通仿真中更真实地模拟驾驶员的车速决策行为,在综合自由行驶和跟驰两种驾驶行为的基础上,采用模糊推理技术进行建模研究。选取车头时距、期望速度差、前车速度差作为模糊推理系统输入变量,加速度为系统输出,结合实际中加减速行为的不对称性及不同行驶状态下主要行驶意图的不同,构造模糊规则,建立基于模糊推理的车速决策模型。利用模糊系统的输入输出曲面进行了模型的校核,并在考虑驾驶员反应时间的基础上进行了仿真实验。仿真结果表明,车辆能够根据前车行驶状态和自身期望车速进行适当的速度决策,验证了所建模型的合理性。     

一种基于情绪表达与情绪认知分离的新型情绪词典

目前的情绪词典通常对情绪词语进行情绪类别和强度的标注,但缺乏对词语的情绪表达和情绪认知结果进行区分的能力。同时,直接在词语条目上进行标注经常由于词语的语义歧义导致情绪标注结果存在歧义。该文在对个体情绪产生和迁移机制进行分析的基础上,建立了基于“刺激认知—反射表达”的文本情绪计算框架。并在此框架下对情绪相关词语的功能和特性进行分析,探索了一种新型情绪词典建设方法。首先,引入HowNet提供的词语语义信息,将同一词语转变为不同语义的多个词条进行标注减少情绪标注歧义。其次,将词语的情绪表达方式和情绪认知结果加以区分,分别标注从不同角度观测到的词条情绪类别和强度,同时对词语的情绪表达和情绪认知类型进行了细化分类。最终初步构建出一个具有清晰框架、丰富情绪信息和较低歧义的新型情绪词典。     

连续认知结构推理方法及其应用

实际问题中存在着大量连续量以及对它们的各种认知信息(知识).为了较好地描述和利用这些知识,将这些知识分解为连续认知结论以及关于这个结论的一个认知结构,并将它们统一成一个连续认知结构.在此基础上提出了一种基于连续认知结构的连续认知推理网络,并探讨了一套利用连续认知结构进行推理的方法.这种方法在不完全的知识推理网络中的推理是非单调的,其最简推理复杂度关于推理网络节点在最复杂情况下是线性的.同时,还用例子说明了这种方法在实际问题求解中的适用性.     

浅析认知无线电在矿井通信中的应用

文章在分析目前煤矿无线通信系统优缺点的基础上,简要介绍了认知无线电的基础知识及其核心内容———认知引擎、认知环的结构组成和功能,并指出了将认知无线电技术应用于煤矿井下无线通信的优点及可行性。     

ACT-R认知体系结构的理论与应用

模拟人类认知过程是人工智能与计算认知学的一个重要研究领域。认知体系结构将人类认知模块化，通过模块之间的相互作用模拟人类认知过程。理性思维的自适应控制系统（adaptive control of thought-rational，ACT-R）是认知体系结构研究领域中的代表性理论，作为混合型认知体系结构，ACT-R使用symbolic系统与sub-symbolic系统共同模拟人类认知过程。ACT-R的相关研究已经应用到智能导师、智能agent等领域，并得到了越来越多的关注。通过对ACT-R的发展与相关研究进行综述，分别介绍了symbolic与sub-symbolic的系统组成、模块功能，以及ACT-R的相关应用等内容。     

认知科学的发展及研究方向

研究认知科学的起源、发展、学科结构及研究方向。提出了基于过程的认知定义,探讨了认知科学的起源;将认知科学的发展划分为计算理论、符号处理理论、多理论三个阶段;论述了认知科学的学科结构及研究方向,指出认知模型、大脑存储模型、认知计算是当前认知科学的主要研究方向。研究发现,基于过程的认知定义能够体现认知的本质。一元事件认知模型能够模拟人类的认知,是一种理想的认知模型。     

一种新的不确定推理方法

提出了一种基于认知结构的不确定推理方法:采用四值认知结构表达不确定知识,采用定义在认知结构上的双向认知推理结构来处理推理规则的不确定性.介绍的不确定推理方法可以包容精确的概率推理、容忍信息的不确定性、有效地避免推理规则之间的相互关系问题,并且使认知结构最简推理的计算复杂度与推理节点个数成线性关系.     

基于认知广度和深度的个性化信息检索模型

受心理学激活-扩散模型的启发,提出了在领域本体基础上的用户认知结构模型。该模型依据用户提供的认知中心,一方面,根据领域本体中概念之间的语义相关性推导出用户的认知范围;另一方面,根据概念之间的语义相关度刻画出用户的认知深度。从认知范围和认知深度两方面,描述用户对某领域知识的认知结构。实验结果表明,该模型与通用本体模型相比,具有较高的查准     

基于认知元的认知计算

为改正已有认知计算不能准确模拟人类认知的缺陷,提出了基于认知元的认知计算。它的认知数据来源于认知元,认知计算由生成认知数据、存储认知数据、优化认知数据组成。研究发现,基于认知元的认知计算符合人类的认知规律;增加存储体容量能够改善认知计算的所有性能指标,当存储体的容量增加到足够大时,成功率及遗忘率可以达到最理想的值,但深化率和反思率却只能达到饱和值。因此,基于认知元的认知计算能够准确模拟人类的认知。     

认知心理学在工业产品中的运用

随着社会的发展和人们生活水平的提高,形式追随功能的实用主义设计已不能满足人们日益增长的精神需要,人们开始对体验和情感的表达有了新的认识和要求。与此同时,设计师们发现,将人们的心理需求进行整合和分析然后运用到设计中去即可以达到很好的效果,也使产品本身充满了现实意义,那么此时此刻,心理学就在产品设计中扮演着十分重要的角色。     

基于多角度多层次的认知无线电网络安全研究

认知无线电(Cognitive Radio)技术是为了解决无线网络中频谱资源短缺问题而提出来的新兴技术,它的提出有效的缓解了频谱资源短缺问题,但同时也引入了特有的安全威胁,针对认知无线的特点,从整体架构、协议栈和认知行为的多个角度和层次,研究其在无线网络中引入的安全隐患和已有的解决方案,并对认知无线电安全问题做进一步的展望.     

认知无线电网络中认知引擎及其安全问题研究

认知引擎可以根据外在无线环境的变化自适应调整传输参数，优化系统性能，是认知无线电网络的关键智能技术之一。然而．攻击者可以改变要优化的目标函数，阻止认知无线电的自适应操作。分析了认知引擎及其安全性问题，给出了一种防止目标函数攻击的解决思路。