论文部分内容阅读
随着信息技术的高速发展,信息技术在社会各方面取得广泛的应用。同时在教育领域,利用信息技术实现基于人机交互的学习,对传统教学方法和模式产生深远的影响。基于人机交互的学习系统研究是当今的数字化学习的重要课题。本文以儿童为研究对象,设计与实现人机交互学习系统,并展开了人机交互学习中儿童兴趣程度的检测方法研究。人机交互学习能为儿童提供安全的、可预测、轻松活泼的互动式学习环境,利用多媒体技术的人机交互学习系统在国内外都有广泛应用。然而目前的系统大多数注重教的过程,而忽视了学习过程中对学生学习状态的分析。学生的兴趣程度能反映学生的学习状态,也是影响学习效果的关键因素,因此,本文通过多通道信息识别的方法展开了人机交互学习中儿童兴趣程度的检测研究。本文的研究内容涉及2个方面,人机交互学习系统的设计与实现以及交互中学生学习兴趣的检测。具体内容包括:首先,依据认知心理学和儿童发展理论相关理论知识,科学地设计学习目标,建立相应的人机交互学习活动;然后,基于人机交互设计原理与计算机技术实现人机交互学习环境,注重交互体验设计,致力于寓教于乐的方式让学生参与互动操作,侧重游戏界面的友好性和趣味性,吸引学生的注意力,调动学生兴趣,引导学生积极主动学习;最后,通过不同的传感器,即生理信号传感器与摄像头获取学生的皮肤电活动信号与人脸图像信息,皮肤电活动信号能反映情绪激活程度,人脸表情能反映情绪正负程度(例如,笑脸可反映正情绪)利用模式识别方法分析信息,融合多通道数据,从而得到学生的学习兴趣程度。本文实现了可检测儿童兴趣程度的人机交互学习系统,交互界面生动形象,系统用户体验丰富,便于儿童掌握知识,同时系统包含儿童兴趣程度检测,通过生理与图像信息识别与融合,掌握儿童学习状态。未来人机交互学习将朝着多通道、智能化方向发展,基于本文研究基础,未来工作可实现实时反馈学生学习兴趣,智能调整学生学习活动,适应当前学习状态,以提高学生学习效率。