心理认知计算的研究现状及发展趋势

心理认知计算是智能化人机交互技术的一个重要组成部分,近年来得到广泛的关注。文中综述国内外心理认知计算的研究进展。首先介绍心理认知计算的相关概念,详细叙述心理状态理解的研究内容和机制。其次总结心理认知的神经生物学研究成果,对心理情感状态和心理认知状态的研究现状进行了比较,从模式提取和模型建立两方面对心理认知在人机交互中的发展趋势作了分析,提出多模态信息融合的多层级心理状态视觉认知计算模型框架。最后讨论研究心理认知计算的重要意义和当前存在的主要困难。     

一种小型移动机器人锂电池充电器设计

随着锂离子电池技术的不断成熟,锂电池已经逐步成为小型机器人的主要动力来源.为了在保证安全的情况下对锂电池进行最大程度的充电,提出了一种智能锂电池组充电器的设计.介绍了平衡充电单元系统的原理、组成和整体结构;详细论述恒流充电单元的功能和内部结构,以及处理器在数据采集和控制量输出等方面的设计;最后提出了智能充电器在软件功能...     

智能科学新著介绍——《人工情感》

王志良教授编著的《人工情感》一书,已于2009年由机械工业出版社出版．该书作为“人工心理与数字人技术丛书”之一,写作目的继续以人为本,以人与自然的和谐相处为研究目标,多学科交叉结合为研究手段,以人工科学为主要研究领域,主要面向研究生和重点高校高年级学生．     

基于概率神经网络的中医脉象识别方法研究

中医脉象客观化研究的关键在于对各种脉象进行客观检测和正确识别。在长期对中医脉象进行临床检测、采集和分析的基础上,针对中医脉象模糊性强、种类繁多、特征复杂的特点,以及传统识别方法和BP神经网络识别方法的不足,提出了一种基于概率神经网络（Probabilistic Neural Network,简称PNN）的中医脉象识别方法;运用所建立的PNN脉象识别模型对中医常见的12种脉象进行了识别和检验,识别正确率平均达93％（而传统模糊聚类方法的为75％,BP神经网络方法的为87.1％）。最后对PNN方法和BP神经网络方法的识别性能做了对比实验,发现在强噪声干扰下PNN方法对脉象的识别正确率远高于BP神经网络方法。     

一种基于元路径的异质信息网络链路预测模型

真实世界中不同类型的对象之间相互连接,形成异质信息网络.预测网络中对象之间的连接或交互是网络分析中的一个重要任务.不同于传统的同质性网络的链路预测,异质信息网络中,由于存在多种类型的节点和边,节点之间可以通过不同的关系进行连接.文中使用元路径,即通过一组关系连接了多种节点类型的路径,来描述异质信息网络中不同类型对象之间各种连接的不同语义,从而提出一种异质信息网络链路预测模型,通过组合对象之间在不同元路径上建立连接的概率来进行链路预测.在DBLP和Last.fm两个真实数据集上的实验结果表明:在7种关系的链路预测中,相比最好的基准方法,文中方法的AUC值平均提升了5.93%;另外,在链路预测中,通过元路径区分不同类型的节点和边之后,预测精度得到了明显提升;最后,为了平衡预测精度和模型的可扩展性,实验分析表明链路预测中仅考虑路径长度小于5的元路径就已经足够产生很好的预测结果.     

隐马尔可夫情感模型的复合情绪生成

情感模型的建立,是产生人工情感的一种途径,也是和谐人机交互的基础.针对现有的隐马尔可夫情感模型仅能产生基本情绪的问题,提出了一种改进的模型,使其能够产生复合情绪.首先,放宽已有理论的假设条件,使得某种刺激可以引发多种基本情绪,并且2种基本情绪状态的强度可以同时增大,提高了模型的普适性;其次在引入辅助矩阵和可变阈值后,实现了情感模型的复合情绪生成.通过仿真试验,验证了该模型的有效性.     

使用立体视觉信息的视线追踪系统设计

为提高视线方向计算精度,研制了一种基于立体视觉的视线追踪系统. 首先设计了一种可产生相邻2帧“亮暗瞳”图像的双摄像机红外光源,使用图像做差和椭圆拟合的方式计算瞳孔中心,结合在“暗瞳”图像中得到普洱钦斑中心,确定局部视线的盯视方向. 然后根据人类视线移动特点,提出使用神经网络结合卡尔曼滤波的方法进行瞳孔跟踪,用支持向量回归对人眼立体参数、局部视线盯视方向和盯视点之间的关系进行训练,得到视线映射模型. 实验结果表明,该系统能基本消除用户大范围头动的干扰.     

面向老年人的智能家居多模态交互系统研究

提出了应用于智能家居老年人帮助的新型多模态人机交互模式。构建了基于avatar的智能家居人机交互原型系统,集成了语音处理和视线追踪功能,实现了视觉和听觉双通道交互;同时采用基于规则的任务推理方法感知用户任务信息。测试结果表明,该交互模式提高了老年人的交互体验。     

人机交互中的个性化情感模型

人与机器人的交互过程中,情感因素的引入能够使人机交流更加自然和谐.因此,完整的人工情感模型的建立是首要解决的问题.基于情感能量理论基础,首先,提出了心境自发转移和刺激转移模型.其次,结合情绪自发转移的马尔可夫链模型和刺激转移的HMM模型,将心境和情绪的自发和刺激转移过程统一在一个框架下.最后,将完整的人工情感模型软件化并应用于儿童玩伴机器人上,在接受非结构化环境与用户的信息输入后,个性化的情感软件模块产生输出,实现针对儿童用户的玩伴机器人个性化交互,通过应用验证了该模型的有效性.     

人机交互中情绪自发转移的个体差异性

人机自然交互需要情感模型。在情绪状态自发转移马尔科夫模型中,针对参数的调整能否给个体情绪差异带来影响、带来影响有多大等有关个体情绪区分聚类的问题,提出基于度量多元尺度分析理论的个体人工情绪差异性研究方法。通过不相似度矩阵计算内积矩阵,再应用主成分因素分析法,便可得到个体属性重构矩阵,在低维上展现个体情绪差异。实验结果可用来指导模型参数的选取,并且,对此结果的一部分也进行数学验证。