1. <tt id="5hhch"><source id="5hhch"></source></tt>
    1. <xmp id="5hhch"></xmp>

  2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

    <rp id="5hhch"></rp>
        <dfn id="5hhch"></dfn>

      1. 智能手環的真正“智能”你會用了嗎?

        時間:2022-12-02 21:27:34 心理健康 我要投稿
        • 相關推薦

        智能手環的真正“智能”你會用了嗎?

          智能手環的真正“智能”你會用了嗎?

          作為心理學的核心研究領域之一,情緒識別在人機交互(Human-computer interaction)中起到了很重要的作用。如果計算機可以有效感知人類的情緒,那么人機交互將會變得更加智能高效。既有研究表明情緒會體現在人的步態中,而智能手環(內置加速度計)可以采集到人在行走時的步態加速度數據,因此如果根據加速度數據進行情緒識別,會使得情緒識別更生態方便。

          鑒于此,中國科學院心理研究所行為科學重點實驗室朱廷劭研究組展開研究,旨在借助智能手環客觀記錄用戶行走時的加速度數據,以預測其情緒。他們利用定制的智能手環,下圖1中展示的實物圖及其在一般步速和跑步情況下的記錄數據,可以看出它記錄的加速度數據有明顯的區別。

          該研究招募了123名被試,利用高興、憤怒視頻誘發用戶情緒,然后按照路線自然行走3~5分鐘,利用智能手環記錄用戶在不同情緒下的手腕和腳踝處的加速度數據。研究人員根據加速度數據提取了時域、頻域和時頻等114個特征。利用支持向量機(SVM)、決策樹、隨機樹和隨機森林建立情緒分類預測模型,并利用十折交叉驗證模型的可靠性。結果表明,基于加速度數據的情緒識別模型擁有良好的測量屬性,如圖2所示,其中SVM模型在情緒識別準確率較其他的模型較好。SVM模型在中性(N)和憤怒(A)、中性和高興(H)、高興和憤怒兩類情緒識別準確率分別到達了91.3%、88.5%、88.5%。SVM模型在中性、高興和憤怒三類情緒識別準確率達到81.2%。在情緒分類預測模型中,步態行為與情緒之間的預測關系具有一定的可解釋性。結論表明,通過加速度數據來預測用戶的情緒是完全可行的。

          該研究采用可穿戴設備,通過機器學習訓練得到的預測模型,對個體的運動加速度數據進行分析,能夠實現實時情緒預測,可廣泛應用于特定場合下個體的情緒實時監測。

          該研究是朱廷劭研究組在“大數據與心理學”研究領域的系列成果之一。此項研究得到中科院重點部署項目(KJZD-EW-L04)、國家重點基礎研究發展計劃(“973”項目,基于生物、心理多模態信息的潛在抑郁風險預警理論與生物傳感關鍵技術的研究,2014CB744600)、中科院戰略性先導科技專項(面向感知中國的新一代信息技術研究,XDA06030800)等課題資助。

        【智能手環的真正“智能”你會用了嗎?】相關文章:

        老年門禁系統中智能手環的運用03-10

        人工智能03-21

        淺談智能移動電話與移動智能網的發展02-23

        LED農業智能化與光通訊智能化05-01

        人工智能心得12-16

        智能大廈的中央機房03-18

        CAN智能節點的設計03-19

        智能網絡存儲方案03-18

        智能機柜監控系統03-04

        建筑智能技術的發展03-07

        国产高潮无套免费视频_久久九九兔免费精品6_99精品热6080YY久久_国产91久久久久久无码

        1. <tt id="5hhch"><source id="5hhch"></source></tt>
          1. <xmp id="5hhch"></xmp>

        2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

          <rp id="5hhch"></rp>
              <dfn id="5hhch"></dfn>