基于上下文感知的人机交互模式能够极大的提高计算系统的自适应性和智能性,在不干扰用户正常认知过程的前提下根据用户需求和当前环境状态为其提供适当的个性化信息服务,从而建立自然和谐的人机环境。上下文感知是计算机技术向智能化发展过程中的核心问题之一。本项目以普适计算中的移动信息服务为应用背景,以认知心理学为理论基础,从核心算法和框架模型的角度入手,对上下文感知中的核心问题进行理论上和实践上的探索。我们将通过对聚类学习算法和协同感知方法的研究,建立自适应性上下文感知交互模型;通过将上下文感知与多通道交互技术进行融合,实现显式交互范型和隐式交互范型的结合,并最终建立智能、高效、自然的普适计算人机交互框架模型。最后,我们通过开发实现一个面向"数字奥运"的数字信息移动服务平台将上述理论研究应用于实践。本项目的研究成果将有助于提高人机环境的智能性和个性化,并具有较高的实用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
物联网中区块链技术的应用与挑战
多空间交互协同过滤推荐
人工智能技术在矿工不安全行为识别中的融合应用
基于普适环境的上下文感知共享模型研究
普适计算环境下基于交互迁移与协作的智能人机交互研究
面向普适计算的针对生物电信号上下文感知的研究
普适计算环境下基于预设运动路径的人机交互研究