本课题以手写/语音多通道用户界面为研究平台,针对通道相关的识别器中个人特征自适应,以及新的手写或语音输入符号(Out-Of-Vocabulary)的自学习问题,研究基于多通道混合融合的系统在线学习方法。包括:隐式用户数据获取;支持跨通道影射的语法描述;混合多通道融合算法和动态在线学习方法应用。使系统能够在用户的使用过程中,让用户利用自然的多通道方式进行隐式的"教-学" 交互,帮助系统获得真实的用户数据;根据交互语法描述建立通道间映射机制;在此基础上,通过混合多通道融合算法,给出准确的用户数据标识信息,使系统能够在用户的使用过程中,进行在线动态学习;提高系统适应用户的个人特征,学习新的知识的能力。该课题的开展,将为普适计算环境中个性化人机交互系统的设计提供有力的方法支持和理论基础。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
拥堵路网交通流均衡分配模型
基于多模态信息特征融合的犯罪预测算法研究
卫生系统韧性研究概况及其展望
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于多模态融合的语义表示学习方法
基于多卫星多通道融合的热带气旋结构分析
基于用户反馈的多策略翻译在线融合方法研究
多源数据融合的表示与学习方法研究