基于智能移动终端触屏行为的情绪识别

提出了在移动终端上通过手指触屏行为感知用户情绪的方法.该方法首先把用户情绪分为四类:轻松、兴奋、烦躁和无聊,进而提出了一组基于情绪检测的手指滑屏行为特征属性,通过ReliefF算法分析本组特征对情绪识别的影响并从中筛选出核心特征属性.最后利用核心特征属性分别使用ANN和SVM分类算法获得对四种情绪的识别率.实验证明,提出的基于手指触屏行为的情绪识别方法能够较为准确地识别出用户在使用移动设备时的情绪状态.

面向智能手机的自适应触屏持续认证方案

近年来,智能手机的触屏认证受到了广泛的关注.现有的认证方案在受外界环境影响时认证能力会下降,为提高认证的稳定性和安全性,本文对基于触屏时触控传感器行为和运动传感器行为的双模态认证进行了研究.然而,双模态认证系统复杂度增加且会带来大量的资源消耗,因此,本文提出一种自适应触屏持续认证方案.其可根据上下文参数自适应地选择不同强度的认证策略,达到了降低认证系统复杂度以及能耗的目的,实验表明该方案在提供足够设备安全性的同时使能耗降低50%以上.