摘要：在学习过程中,学习者情感对其认知有显著影响,研究学习者情感的变化对于提升其认知水平具有重要价值。目前,情感识别研究大都利用表情识别结果进行判断,但具有相同表情的学习者在内心情感方面可能会存在很大的差异,故仅通过表情进行情感干预会存在一定问题。基于此,文章针对不同人格学习者,研究了人格特质对情感的影响;针对表情与情感的本质区别,设计了基于人格特质的表情—情感映射建模及其算法。在此基础上,文章设计了包含表情识别和情感识别两个模块的表情—情感映射,并设计了表情—情感映射流程,分析了学习者的情感识别结果。基于人格特质的表情—情感映射建模能有效实现情感识别,是"以人为中心"的人机交互中的一项核心技术,有利于推动计算机辅助教育、自然人机交互、情感机器人的深入研究。

摘要：传统愈合方法在愈合分布式软件故障时,愈合时间过长,范围过小。为了解决上述问题,研究了分布式存储软件正常运行状态和故障运行状态,根据研究结果设计了一种新的分布式存储软件故障自愈合方法。通过愈合架构、网络监控模块、智能调度中心、监测软件构成愈合条件,使用网络拓扑结构设定愈合环境,利用8个节点执行愈合操作,由两种控制逻辑共同控制愈合方案实施;愈合过程由分析故障区域、判断故障类型、检测网络运行方式、控制软件开关、记录愈合结果五步组成,确保能够短时间恢复分布式存储软件故障,防止故障进一步扩大,同时保证恢复过程不会影响到软件的正常运行。为检测愈合方法效果,与传统愈合方法进行了实验对比,结果表明,所提方法能够在短时间内解决分布式存储软件的运行故障,并且适用范围广,说明该方法具有有效性。

摘要：实时竞价(RTB)是在线展示广告中被广泛采用的广告投放模式,针对由于RTB拍卖环境的高度动态性导致最佳出价策略难以获得的问题,提出了一种基于强化学习(RL)的出价策略优化方法,即采用带惩罚的点概率距离策略优化(POP3D)算法来学习最佳出价策略。在基于POP3D的出价框架中,广告投标过程被建模为情节式的马尔可夫决策过程,每个情节被划分为固定数量的时间步,每个广告展示的出价由它的预估点击率大小和竞标因子共同决定。每个时间步,竞标代理都会根据上一时间步的拍卖情况对竞标因子进行调整,以使得出价策略能够适应高度动态的拍卖环境,竞标代理的目标是学习最佳的竞标因子调整策略。在iPinYou数据集上的实验结果表明,与DRLB算法相比,所提出价算法在预算比例为1/16和1/32时,在点击次数方面均提升了0.2%;当预算比例为1/8、1/16和1/32时,在赢标率方面分别提升了1.8%、1.0%和1.7%;另外,在稳定性方面,所提方法也具有优势。表明了该方法的优越性。

摘要：图像增强的效果直接影响图像的高级处理与解译结果,针对模糊图像增强问题,结合激光传感器与图像处理相关算法,设计了基于激光传感器的模糊图像增强系统。所设计系统包括图像预处理模块与图像增强处理模块两部分;预处理模块采用激光传感器进行图像采集工作,并结合概率密度函数、傅里叶变换与均值滤波法进行图像的去噪、去模糊与去雾处理;完成图像预处理后,在图像增强模块,先利用直方图均衡算法更新图像像素灰度,增强图像对比度,再运用高频提升滤波器对图像进行滤波处理,最终得到增强图像并输出。实验结果表明,与当前图像增强系统相比,所设计系统增强处理后,图像的信息熵与对比度更高,且处理过程耗时更短,能够满足图像处理的实时性要求。

摘要：随着市场经济环境的日益复杂化,企业要做大做强,获得长期竞争优势,就需要探索尝试新的财务管理模式,在此背景下,建立财务共享服务中心是适应时代发展的要求。文章在阐述目前财务共享服务中心特点及建设财务共享服务中心必要性的基础上,详细分析了财务共享服务中心存在的问题,提出了财务共享服务中心建设要从战略定位、流程设计、职责划分、信息系统、运营管理、服务管理六大方面完善的具体建议,以期不断提高财务管理工作效率,提升企业核心竞争力。

摘要：智能感知技术包括知识感知和情感感知两个维度.在学习过程中,课后作业对于知识的领会和维持起着重要作用,但目前大量的、缺乏针对性的作业造成了我国中小学普遍课业负担过重,这一问题已经引起国家及教育行政部门的高度重视,"减负"已成为基础教育界的头等大事.单纯减少作业的量并不是减负的最终目的,为的是在减负的同时提高学习效果.本文以个性化学习理论为依据,在知识和情感两个维度,应用项目反应理论(IRT)和多模态情感识别方法,对学生的知识结构、水平及学习情感进行动态分析,设计个性化作业系统,促进"减负增效".

摘要：表情图像是基于表情识别技术分析学习情感的基础,然而现有表情库样本数量有限、表情图像中仅包含单人表情、拍摄场景为实验室环境,这些局限性无法支持学习情感分析的深入研究。为了解决这些问题,文章搭建了北京师范大学学习情感数据库(Beijing Normal University Learning Affect Database,BNU LAD),同时对情感数据的标注方法进行了深入研究,最终形成了包含144位学习者的22708张表情图像、1792组图像序列及243段视频片段的学习情感数据库。该数据库对学习环境下的学习情感分析具有重要意义。