2、拟人化对象与人类的交互研究

拟人化对象与人类的交互研究

1. 引言

如今,随着家庭网络和协议的不断发展,家用电器功能日益增多、结构愈发复杂,且期望能协同处理信息。这使得许多用户在面对复杂信息时感到不安,难以直观理解电器功能,也更难接收其传递的信息。因此,工程师面临着改进产品界面、设计更易用产品的巨大挑战。

为解决这一问题,我们提出了“展示机器人”这一代理系统。它通过拟人化手段将物体转化,使人类与物体的交互更直观。用户借助展示机器人能更轻松地理解物体功能并接收信息,还能避免用户将代理本身视为获取信息的“障碍”。此外,拟人化的物体若有虚拟身体形象,还能识别其“头部”“腹部”等部位,并使用隐喻和直观的表达方式,如“我的肚子出问题了”。

我们此前进行过物体拟人化及其虚拟身体形象的评估实验。实验使用了三个拟人化冰箱,分别通过顶部安装类似眼睛的部件、底部安装部件以及仅使用语音进行拟人化。结果表明,使用类似眼睛的部件进行拟人化的冰箱,用户更易察觉其请求,这表明类似眼睛的外观强化了“腹部身体形象”,用户能将其顶部识别为“头部”并与之交互。不过,这些实验的对象局限于大学生,因此我们需要研究不同性别和年龄的人群对拟人化物体的接受程度。

2. 设计

2.1 理论背景

研究表明,人们在某些情况下会将物体视为具有“虚拟”身体的交流主体,倾向于把非交流对象当作交流代理。例如,在一个实验中,在菜单顶部贴上眼睛图片,参与者对其注视的次数是贴上花朵图片的 2.76 倍,这说明给物体添加类似人类的部件会影响人类行为。

展示机器人通过给物体添加类似人类的活动身体部件,扩展了物体的“虚拟”身体,增强了其主体性。以拟人化的洗衣机为例,用户会将其门视为“嘴巴”。与

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值