基于事例推理（cbr）de情感智能教学研究.pdfVIP

Technique and Method 基于事例推理(CBR)的情感智能教学研究 闫 菲，牛秦洲，张照辉 (桂林理工大学 信息科 学与工程学院，广 西 桂林 541004) 摘 要 ：针对事例检 索算法中最近邻算法判断盲 目、计算量大等 问题 ，改进 为聚类 C一均值算法； 对 C一均值聚类对初值敏感 ，分类结果受到取定的类别数 目及聚类 中心初始位置的影响 ，及 易陷于局 部极小值等问题 ，再次将 改进的算法结合 改进后的最大最小距 离法 ，以优化初始聚类 ，将 最终改进的 算法进行 了仿真比较 。将最终改进的算法运用于情感智能教学中，创建 了面部表情 的子表情模板 ，提 高了表情的识别率 。 关键词 ：CBR；事例检索；聚类c一均值算法 ；表情识别 中图分类号 ：TP18 文献标识码 ：A 文章编号 ：1674—7720(2011)13—0072一o3 Research on emotionalintelligence teaching based on CBR YanFei，NiuQinzhou，ZhangZhaohui ScienceandEngineering，Guilin UniversityofTechnology，Guilin 541004，China) Abstract：Aiming attheshortcomingsofthe nearestneighbormethod such asaimlesssearching，heavy workload etc．，utilized in the case retrievalalgorithms，an improved C-meansclustering algorithm is presented in thispaper．Also，in orderto lowerthe sensitiveness ofC—means to following three factors：initialvalue．classification numberand initialposition ofthe class centers，a combined algorithm ofboth C-meansand the impmved max-min distance meansisgiven to optimizethe initialcluster．Atlast，an applicationofthealgorithm usedinemotionalintelligenceteaching(especiallyinfacialexpressions)ispresentedindetail，creatingthe sub—expressiontemplates．Simulation showsthatthe advanced method improvesthe face recognition rate． Keywords：CBR；caseretrieval；C—meansclusteringalgorithm；Expression recognition 智能教学系统fITS)从概念形成到现在一直是计算 事例库 中检索最相近 的事例 ，参考其解 决方案作为新事 机科学和教 育科学领域结合 的一个研究热点 。此后情感 例 的解决方法 ，在此基础上再进行事例修正 。修正后 的 识别成为最大的研究热点 ，进而也产生 了一些适用 的方 新事例及其解决方法继续存人事例库 中，实现解决 问题 法 ，比如可 穿戴情感识别设备 【I等 ；还 出现 了一些关于 经验 的学 习t31。CBR系统是一个完整 的循环 ，在事例 的 情感教学系统fATS)的研 究 12]。但 目前这些研 究还 处于 提取 (Retrieve)、重用 (Reuse)、修正 (Revise)、保存 (Retain)r】 起步 阶段 ，仍存在一定 问题 。本文将基于事例 的推理 过程 中．事例检索是重要环节 ，而且检索本身具有一定