杨若松
- 作品数：5 被引量：13H指数：3
- 供职机构：国防科学技术大学计算机学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于多维数据特征融合的用户情绪识别
- 本文针对目前基于智能手机的情绪识别研究中所用数据较为单一，并不能全面的反应用户行为模式，进而并不能真实反应用户情绪这一问题展开研究，基于智能手机从多个维度全面收集反应用户日常行为的细粒度感知数据，采用多维数据特征融合方法...
- 陈茜史殿习杨若松
- 用户日常频繁行为模式挖掘被引量：5
- 2017年
- 针对如何在智能手机上高效准确地进行用户日常频繁行为模式挖掘问题展开研究。提出一个基于智能手机的用户日常频繁行为模式挖掘框架;为了减少用来挖掘的上下文篮子的数量、提高挖掘效率,提出一个动态的滑动窗口算法,进而提出一个将上下文出现的频率和持续时间有机地结合起来的加权模式挖掘算法;在此基础上,基于为期6周21个用户的上下文数据,对所提出的挖掘框架和算法进行实验验证,结果表明,所提出的框架和频繁模式挖掘算法可以高效地在资源有限的智能手机上运行,而且能够挖掘出反映用户生活方式的日常频繁行为模式;从两个纬度对用户日常频繁行为模式进行可视化,以可视化方式对用户在不同地方和不同时段的行为模式进行展现,从而方便用户随时了解其日常行为模式。
- 史殿习李寒杨若松莫晓赟魏菁
- 关键词：移动感知
- 手机位置和朝向无关的活动识别技术研究被引量：2
- 2016年
- 文中针对基于智能手机的活动识别中如何消除手机位置和朝向的影响问题展开研究。首先,针对手机放置位置问题,提出了先识别手机位置再进行活动识别的方法,其特点是能够基于特定的手机位置选取最佳的活动识别模型,进而消除手机位置对活动识别的影响;其次,针对手机朝向影响问题,对传感器数据使用绝对值和简单移动平均线处理的方法,消除手机朝向对手机位置识别和活动识别的影响;最后,基于Android平台开发了一个传感器数据收集工具对传感器数据进行收集,设计了两组实验对上面提出的方法进行实验验证。结果表明,文中提出的方法能够很好地消除手机放置位置和朝向对活动识别的影响,活动识别的准确率能达到87.89%。
- 吴渊史殿习杨若松李寒陈茜周荣
- 关键词：智能手机
- 日常交互中朋友关系强度度量方法被引量：3
- 2017年
- 针对如何度量日常生活中人们之间的关系强度问题展开研究,提出一个从日常轨迹、语义位置以及语义标签三个层次度量朋友之间关系强度的层级模型FRSHV。采用动态时间规整模型通过计算朋友之间的空间距离来度量其日常轨迹之间的相似度,进而使用轨迹序列熵值对用户每天轨迹的相似度进行加权处理,将其作为朋友之间的关系强度;采用主题模型隐含狄利克雷分布分别计算朋友之间的基于语义位置和语义标签的行为模式的相似性,将其作为朋友之间的关系强度;采用集成学习的思想对三个层次的度量结果进行投票,以投票结果作为最终的朋友之间的关系强度。在公开数据集上对FRSHV模型的有效性进行实验验证,结果表明该模型能够有效地度量朋友之间的关系强度。
- 史殿习杨若松莫晓赟李寒赵邦辉
- 关键词：投票
- 多维数据特征融合的用户情绪识别被引量：3
- 2016年
- 针对目前基于智能手机的情绪识别研究中所用数据较为单一,不能全面反应用户行为模式,进而不能真实反应用户情绪这一问题展开研究,基于智能手机从多个维度全面收集反应用户日常行为的细粒度感知数据,采用多维数据特征融合方法,利用支持向量机(support vector machine,SVM)、随机森林(random forest)等6种分类方法,基于离散情绪模型和环状情绪模型两种情绪分类模型,对12名志愿者的混合数据和个人数据分别进行情绪识别,并进行了对比实验。实验结果表明,该全面反应用户行为的多维数据特征融合方法能够很好地对用户的情绪进行识别,其中使用个人数据进行情绪识别的准确率最高可达到79.78%,而且环状情感模型分类结果明显优于离散分类模型。
- 陈茜史殿习杨若松
- 关键词：情绪识别情绪模型智能手机
