| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源及研究意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-16页 |
| 1.2.1 仿人头像机器人国内外研究现状 | 第10-13页 |
| 1.2.2 人工情感模型国内外研究现状 | 第13-16页 |
| 1.2.3 分析与总结 | 第16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 基于PAD情感空间的人工情感模型框架 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 PAD三维情感空间及其相关理论 | 第18-21页 |
| 2.2.1 PAD三维情感空间 | 第18-19页 |
| 2.2.2 PAD三维情感识别量表与基本情感映射 | 第19-21页 |
| 2.3 人工情感模型整体框架构建 | 第21-22页 |
| 2.4 情绪样本获取及处理 | 第22-28页 |
| 2.4.1 外界刺激情感标注 | 第22-25页 |
| 2.4.2 PAD三维情绪问卷设计 | 第25-26页 |
| 2.4.3 原始问卷数据处理 | 第26-28页 |
| 2.5 基于GRNN网络的PAD情绪响应向量生成 | 第28-31页 |
| 2.5.1 GRNN网络基本原理 | 第28-29页 |
| 2.5.2 PAD情绪响应向量生成 | 第29-31页 |
| 2.6 情绪响应向量的修正 | 第31-33页 |
| 2.6.1 性格对情绪的修正 | 第31-32页 |
| 2.6.2 心情对情绪的修正 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第3章 PAD情绪响应向量分类 | 第34-45页 |
| 3.1 引言 | 第34页 |
| 3.2 原始样本集获取 | 第34-35页 |
| 3.3 样本特征集计算 | 第35-39页 |
| 3.3.1 特征集扩充 | 第35-36页 |
| 3.3.2 特征选择 | 第36-39页 |
| 3.4 情绪响应向量分类 | 第39-41页 |
| 3.5 情绪强度计算 | 第41页 |
| 3.6 情绪的响应与衰减 | 第41-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第4章 人工情感模型仿真 | 第45-54页 |
| 4.1 引言 | 第45页 |
| 4.2 人工情感计算模型及仿真程序设计 | 第45-47页 |
| 4.2.1 人工情感计算模型 | 第45页 |
| 4.2.2 仿真程序设计 | 第45-47页 |
| 4.3 仿真结果分析 | 第47-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 仿人头像机器人系统人机交互实验 | 第54-69页 |
| 5.1 引言 | 第54页 |
| 5.2 仿人机器人的情绪表达 | 第54-58页 |
| 5.2.1 仿人机器人表情合成 | 第54-55页 |
| 5.2.2 仿人机器人语音问答规则 | 第55-58页 |
| 5.3 人机交互实验硬件系统 | 第58-61页 |
| 5.3.1 H&Frobot-III型机器人表情生成系统 | 第59-61页 |
| 5.3.2 H&Frobot-III型机器人语音识别及合成系统 | 第61页 |
| 5.4 人机交互实验软件系统 | 第61-62页 |
| 5.5 基于人工情感的人机交互实验 | 第62-68页 |
| 5.5.1 仿人机器人基本表情生成实验 | 第62-65页 |
| 5.5.2 人机交互实验 | 第65页 |
| 5.5.3 人交互实验结果及分析 | 第65-68页 |
| 5.6 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录1 PAD情绪样本收集问卷-问卷6 | 第75-83页 |
| 致谢 | 第83页 |