该项目属于信息产业及现代服务业领域。 中国儿童孤独症(又称“自闭症”)发病率约为1％，突出表现为社会互动能力缺乏并极易发展为终身残障，超千万孤独症家庭面临着提高特殊儿童生存技能与学习能力的巨大挑战。但是，一方面干预机构与专业人员数量不足、专业水平参差不齐且费用高昂，特教资源难以获取；另一方面，面对高度复杂的孤独症个体状况与发展进程，传统教育干预技术仍停留在“简单(个性化干预缺失)粗放(评估主观片面)”的初级阶段，干预效能无法保证。项目针对国际信息化特殊教育产业学习者个体认知心理状态理解、学习活动创建、教育者干预实施中的重大技术瓶颈开展研究，取得以下原创性成果： 1、创新提出“孤独症儿童三维认知心理模型与量化学习技术”，发展了自然人机交互条件下孤独症儿童外显、内隐行为的混合智能识别方法，与国际前沿孤独症儿童行为识别技术相比，情感与注意力识别准确率分别提升12％与32％，突破了孤独症儿童认知心理状态自动理解实用化的核心技术瓶颈； 2、首次提出“人机交互式学习活动系统性创建技术”，率先发展面向特殊儿童社会认知模式的“面孔与动作投射”增强现实和“阿凡达”互动训练技术，填补了中国特殊儿童系统性学习活动创建技术的空白； 3、提出自适应于孤独症儿童个体发展轨迹的干预方案规划技术，率先提出了“外显-内隐”双维度社会互动能力量化评测技术，与主流干预技术相比，学习活动完成反应时提升15％、准确率提升10％。 成果在Computers in Human Behavior、IEEE TII、TC等国际顶级期刊上发表论文78篇，其中SCI/SSCI收录35篇，撰写专著1部，申请国内外专利37项(授权12项)，授权软件著作权26项。成果被Intel实验室自适应学习项目组、澳大利亚墨尔本皇家理工大学、法国巴黎文理研究大学、美国德州农工大学等多次引用。成果推动建立了云端一体化教育干预服务体系，形成智能化教育干预系列产品，依托中国移动、中国联通等实施“公益为主市场为辅”的应用推广模式，为湖北省等29个省市自治区的特殊儿童家庭与幼教/特教机构(包括中国最大规模孤独症儿童公立学校)提供质优价廉的普惠教育服务，并开创了孤独症儿童的泛在学习模式，社会效益良好。项目近三年总计新增销售额57681万元，新增利润6179万元。
针对同步定位与建图(simultaneous localization and mapping,SLAM)技术对计算资源的高需求、有限环境适应性、累积误差问题、系统复杂度高、成本昂贵、大场景处理能力受限以及缺乏有效的回环检测机制的缺点,提出一种结合人工势场法和...
详细信息
针对同步定位与建图(simultaneous localization and mapping,SLAM)技术对计算资源的高需求、有限环境适应性、累积误差问题、系统复杂度高、成本昂贵、大场景处理能力受限以及缺乏有效的回环检测机制的缺点,提出一种结合人工势场法和深度强化学习的方法。利用图论模拟人工势场在机器人间的相互作用以及机器人与目的地之间的势场力,并采用孪生延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)算法来优化机器人对障碍物信息的感知和处理。仿真试验结果表明:该方法使机器人能够在未知环境中快速、准确地进行定位、移动,同时维持队形的稳定性和一致性。
提出了一种核主成分分析（KPCA）与最小二乘支持向量回归机（LSSVM）回归算法相结合的室内定位方法。由于RSSI（received signal strength indication,接收信号强度）在室内WLAN环境中受到噪声和多径效应的影响,使得位置指纹与物理位置...
详细信息
提出了一种核主成分分析（KPCA）与最小二乘支持向量回归机（LSSVM）回归算法相结合的室内定位方法。由于RSSI（received signal strength indication,接收信号强度）在室内WLAN环境中受到噪声和多径效应的影响,使得位置指纹与物理位置之间的相关性降低。本文先用缺失值处理方法对采集到的指纹样本做预处理,去除异常值;然后用KPCA方法来进一步处理指纹库,提取定位所需的主要特征,最后利用最小二乘支持向量机进行回归建模,构建位置指纹与实际物理位置之间的非线性映射关系,并用遗传算法（GA）来优化模型参数。实验仿真结果表明,与传统定位方法相比,本文方法定位精度更高,定位速度更快。
暂无评论