| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景 | 第10-11页 |
| ·研究目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文研究内容及章节安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 玩伴机器人系统 | 第16-29页 |
| ·玩伴机器人系统引言 | 第16-17页 |
| ·玩伴机器人系统概况 | 第17-21页 |
| ·玩伴机器人系统的设计思想 | 第17-18页 |
| ·机器人平台 | 第18-19页 |
| ·人机互动游戏模块 | 第19-21页 |
| ·动作选择和兴趣程度预测 | 第21-26页 |
| ·观察人类行为 | 第21-22页 |
| ·儿童游戏过程建模 | 第22-23页 |
| ·儿童兴趣状态转移模型 | 第23-26页 |
| ·儿童兴趣状态转移模型的有效性 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 数据采集和预处理 | 第29-37页 |
| ·数据采集 | 第30-33页 |
| ·Kinect 感应器 | 第30-31页 |
| ·特征采集 | 第31-33页 |
| ·特征数据正则化 | 第33-35页 |
| ·特征 Direction 的正则化 | 第33-34页 |
| ·特征 Distance 和 Movement 的正则化 | 第34页 |
| ·特征 Smile 的正则化 | 第34-35页 |
| ·数据标注 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 兴趣状态预测的方法 | 第37-51页 |
| ·高斯混合模型 | 第37-42页 |
| ·模型描述 | 第37-39页 |
| ·最大似然参数估计 | 第39-41页 |
| ·高斯混合兴趣状态模型 | 第41-42页 |
| ·支持向量机 | 第42-50页 |
| ·间隔 | 第43-47页 |
| ·最大间隔分类器 | 第47页 |
| ·对偶形式 | 第47-49页 |
| ·兴趣状态预测 | 第49-50页 |
| ·核函数 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 实验对比、分析及算法优化 | 第51-68页 |
| ·基于高斯混合模型的实验 | 第51-54页 |
| ·标注 DOI 值的映射 | 第51-52页 |
| ·高斯密度函数组成部分数目 k | 第52-53页 |
| ·与基于单高斯模型的结果比较 | 第53-54页 |
| ·实验效果评价方法 | 第54-58页 |
| ·准确率 | 第54-55页 |
| ·AUC 的概念 | 第55-57页 |
| ·多类数据分类的 AUC 计算 | 第57-58页 |
| ·基于支持向量机的实验 | 第58-61页 |
| ·实验工具 LIBSVM | 第58页 |
| ·“One-against-One”多元分类 | 第58-59页 |
| ·交叉验证选择最佳参数 | 第59-60页 |
| ·真实数据分类结果 | 第60-61页 |
| ·数据分析与算法优化 | 第61-67页 |
| ·对标注 DOI 值的分析 | 第61-63页 |
| ·对分类数目的分析 | 第63-64页 |
| ·算法优化 | 第64-65页 |
| ·实验结果 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结 | 第68-70页 |
| ·本文总结 | 第68页 |
| ·课题展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻硕期间取得的研究成果 | 第75-76页 |