中文简化版PAD情绪量表在京大学生中的初步试用

目的：考察中文简化版PAD情绪量表在中国大学生群体中的适用性。方法：选取北京地区1000名大学本科生为被试,采用信度分析、项目分析和验证性因素分析考察量表的内部一致性信度和结构效度。结果：愉悦度、激活度和优势度的内部一致性信度分别为0.85、0.58和0.72;各项目与其所属维度的相关介于0.641-0.872之间（P〈0.01）;三因子模型的验证性因素分析的各项拟合指数为,χ^2/df=50.46,RMSEA=0.079,NNFI=0.90,NFI=0.92,CFI=0.93,GFI=0.95。结论：愉悦度和优势度的内部一致性信度较高,激活度的内部一致性信度较低;量表具有较好的结构效度。

基于PAD情绪量表的语言表现力研究

从情感的角度出发,对语音表现力标注的问题进行了研究,提出了一种新的语音表现力标注量表。实验表明,该量表数据结果能较好反映语音表现力,而且测试结果一致性有了明显提高。

基于情绪体验的ASD儿童干预机器人造型研究

目的为提升ASD儿童干预机器人的训练效果,为教辅人员、设计师等提供参考,提出以ASD儿童情绪体验特点为基础的干预机器人拟人化造型特征评价方法。方法对市场上的机器人造型样本进行拟人度评分,并从中选取代表性样本;从20余项HRV指标中筛选出8项代表性指标,通过HRV实验收集数据;使用改进的PAD情绪量表获取ASD儿童情绪体验主观得分;通过逐步回归法筛选出对情绪体验得分影响较大的HRV指标;以HRV指标为自变量、情绪体验得分为因变量,建立回归关系,为ASD儿童干预机器人造型的设计和方案评价提供理论依据。结果研究表明,几何型机器人往往带来“放松的”情绪体验,类人型机器人会带来“高兴的”情绪体验,而真人型机器人则可能带来“焦虑的”情绪体验。同时,ASD儿童的愉悦度、唤醒度、优势度与HRV指标之间存在一定的相关性。结论将改进的PAD情绪量表应用于ASD儿童干预机器人的造型评价中,建立情绪体验和HRV指标之间的回归模型,为设计和评估适合ASD儿童的机器人提供了理论依据,更好地促进了ASD儿童干预机器人的发展。

人工智能赋能的多模态学习状态研究与分析

研究了人工智能在多模态学习状态中的应用,通过在课堂教学环境下拍摄的教学视频或图片进行分析,来了解学生的学习状态和情绪,并根据学生的学习状态来调整教学策略。具体方法上,采用了基于决策层融合的方式对面部情绪和语音情绪进行融合,利用PAD情绪量表建立情绪与学习状态之间的对应关系,并在此基础上提出了不同的教学策略。

基于神经认知科学的卫衣情感分析与建模

在消费升级与情感体验日益重视的时代背景下,服装的情感化设计成为制约消费者是否购买产品的关键。为了探索服装设计元素与消费者情感反应的关系,本文以卫衣作为研究载体,借助PAD情绪模型、眼动追踪和脑电波(EEG)技术,系统分析消费者对服装元素(款式、色彩、图案)的情感反应。结果表明,色彩搭配中单色和双色组合更易激发积极情绪,而三色较易引起消极情绪;图案大小和位置设计更易产生积极情绪;款式元素引起的情绪变化无明显规律;同时,以客观生理指标为输入,以主观情感指标为输出,构建服装情感识别模型;最后通过损失曲线、混淆矩阵、ROC曲线及误差的分析对情感识别模型进行了评估。研究表明,本文构建的服装情感识别模型准确率为98%,能高效准确识别服装情感类别,可以为更契合消费者情感需求的卫衣情感化定制提供参考。