虚拟人社会性非言语情绪交互研究

来源 :全国第18届计算机技术与应用学术会议(CACIS) | 被引量 : 0次 | 上传用户:qian_betty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
社会性非言语情绪交互是虚拟人一种直接的沟通方式。可信的虚拟人不仅要有情绪表现力,而且要有身份、友谊、交互时间、交互半径、交互优先特征值这些社会规范。本文提出了社会规范中的一些概念,并建立了社会性非言语情绪交互的模型,演示系统中的虚拟人可以通过这种模型进行非言语情绪交互。
其他文献
该文提出了一种基于有性繁殖的小生境遗传算法。简单遗传算法已经成功地应用到很多进化优化问题上,但是对于复杂多峰函数寻优时,容易出现早熟收敛现象。为了解决这个问题,该文结合自然界最常见的有性繁殖和"小生境"现象,赋予了遗传个体年龄和性别特征,引入小生境选择技术,提出了基于有性繁殖的小生境遗传算法的框架以及实现。通过建立年龄和有性遗传进化算子,对不同年龄和不同性别的个体赋予不同的进化控制参数,有效抑制了
从建立神经网络非线性预测模型出发,针对非线性复杂系统,提出一种采用加权双目标函数,以预测方差准则确定神经网络模型的结构优化方法。本文在研究非线性对象输入/输出的基础上,以预测方差准则法(PSE)优化神经网络结构,并应用自适应算法对BP网络进行改进,通过网络的学习,建立非线性预测控制模型。该方法大大加快了网络的收敛速度,并解决了限制非线性预测控制实时控制的快速性问题。仿真实验也验证了所提出方法的良好
首先利用基于最近邻的层次聚类算法将大规模TSP问题进行层次聚类,对每一子类形成一个规模较小的TSP问题,利用改进后的免疫算法对每个子问题进行求解,将各小规模TSP问题的最优解合并,最后再用免疫算法将其优化调整得到大规模TSP问题的最优解。实验表明对于大规模TSP问题,该算法具有更快的求解效率和更好的求解结果。
为了提高股票预测的准确度,提出基于实数遗传算法支持向量机的股票预测模型。采用实数编码的遗传算法对支持向量机的参数进行优化,提高了优化的精度和速度,解决了凭经验确定参数导致预测偏差的问题。选择沪市的股票数据作为数据集,对模型进行评测,实验结果表明该模型在股票预测中取得了良好的效果。
传统的由L范数导出的二次规划支持向量机算法,在小样本、高维数据的分类问题中做出了不平凡的贡献,但在数据量很大时,所需的计算时间和空间复杂度仍然很大。本文提出的由L、L范数导出的支持向量机算法,将二次规划问题转化为线性规划问题,大大减少了计算量。仿真结果表明,尽管线性规划支持向量机的准确识别率有一定下降,但它仍然具有很好的性能。
移动Agent的迁移策略是根据移动agent的任务、网络的软硬件工作环境和其它约束条件为移动agent规划出最佳迁移路径。本文试图为移动Agent建立迁移策略知识库,当移动Agent准备迁移时,从知识库中检索到一条最新的知识。这样Agent就可以根据此知识来引导迁移,从而节省在迁移过程中的搜索,以使移动Agent能够更快更好的到达目的地进行其工作。
算法是数据挖掘系统的核心,基于目前国内数据挖掘系统的质量和数量现状,为了方便数据挖掘算法的开发、交流和实际应用,加快数据挖掘软件的研制和开发,引进软件复用的设计思想,采用COM技术,对算法库进行了构件化分析和设计,构建了一个具有良好重用性、可扩展性的算法构件库,并对构件之间的通信进行了研究。构件库可以减少重复劳动,降低软件开发的成本,提高数据挖掘软件的开发效率和质量,加快数据挖掘项目的开发速度。
基于解释的分类算法可纳入知识工程中启发式分类的范畴。针对没有提供具有分类层次的领域知识的领域,基于解释的分类算法首先应用解释规则集将对象空间启发式地映射到解释空间,然后利用与解释空间对应的分类规则集对解释进行分类,最终得到带有抽象类别的人易理解的解释。基于解释的分类算法与经典的启发式分类相比,扩充了启发式分类的应用领域,因而具有较好的实用性和时效性,而且分类结果更易于人们的理解。
上世纪末,为适应网络监控、入侵检测、情报分析、商业交易管理和分析等应用的要求,数据流技术应运而生.数据流聚类是数据流挖掘最常用的方法之一,但是常见的聚类算法是无监督的。本文在介绍SHStream算法的基础上,通过对SHStream算法的改进,提出了一种能够在高维空间中处理约束条件的聚类算法CON-SHStream。
随着虚拟现实技术的发展,出现了众多与虚拟现实进行交互的方法,其中使用手势语言来进行人机交互逐渐成为研究的热点。本文总结手运动约束关系,通过获得七个关键点,推算出手的空间姿态,从而在虚拟环境中再现手的姿态。该算法提高了运算速度保证了算法的实时性,并且使用摄像机采集原始图像克服了数据手套获取手形时的不灵活等缺点,因此在与虚拟现实环境的交互中可以得到较好的应用。