计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
12期
287-291
,共5页
眨眼检测%贝叶斯网络%情感分类%情感学习
眨眼檢測%貝葉斯網絡%情感分類%情感學習
잡안검측%패협사망락%정감분류%정감학습
Blink detection%Bayesian network%Emotion classification%Affective learning
针对情感学习中常用情感状态识别方法的局限性,研究了一种通过检测学习者眨眼频率来对学习过程中产生的情感状态进行分类的方法.该方法首先根据学习者的眨眼频率将其情感状态分为正向情感或者负向情感,然后再通过贝叶斯网络根据学生信息及教学活动的上下文信息将负向情感进一步解析为具体的负向情感状态.将该分类算法应用到一个以教学视频为主体学习资源的电子学习平台,以验证其有效性.
針對情感學習中常用情感狀態識彆方法的跼限性,研究瞭一種通過檢測學習者眨眼頻率來對學習過程中產生的情感狀態進行分類的方法.該方法首先根據學習者的眨眼頻率將其情感狀態分為正嚮情感或者負嚮情感,然後再通過貝葉斯網絡根據學生信息及教學活動的上下文信息將負嚮情感進一步解析為具體的負嚮情感狀態.將該分類算法應用到一箇以教學視頻為主體學習資源的電子學習平檯,以驗證其有效性.
침대정감학습중상용정감상태식별방법적국한성,연구료일충통과검측학습자잡안빈솔래대학습과정중산생적정감상태진행분류적방법.해방법수선근거학습자적잡안빈솔장기정감상태분위정향정감혹자부향정감,연후재통과패협사망락근거학생신식급교학활동적상하문신식장부향정감진일보해석위구체적부향정감상태.장해분류산법응용도일개이교학시빈위주체학습자원적전자학습평태,이험증기유효성.
