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
EBPR工艺运行效果的主要影响因素及研究现状
基于铁路客流分配的旅客列车开行方案调整方法
复杂系统科学研究进展
基于多色集合理论的医院异常工作流处理建模
基于改进LinkNet的寒旱区遥感图像河流识别方法
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