导读:本文包含了信息意图论文开题报告文献综述及选题提纲参考文献，主要关键词:学籍号,任务驱动,现实感,惠山区
信息意图论文文献综述
严育洪[1]（2019）在《任务驱动，给学生学习更多现实感——“数字与信息”教学实录与设计意图》一文中研究指出【教学内容】苏教版《数学》四年级下册第104～105页。【教学目标】1.在实际调查、分析过程中,初步了解一些简单的数字编码的方法,初步感受数字编码的思想及其应用价值,积累一些数学活动的经验。2.在具体情境中,尝试对信息进行数字化处理,获得一些分析问题和解决问题的方法和(本文来源于《小学数学教师》期刊2019年06期）
郭勇智[2]（2019）在《面向外骨骼机器人的EEG-EMG混合信息人体运动意图识别方法》一文中研究指出随着市场对康复机器人的需求不断高涨,助行下肢外骨骼机器人飞速发展。自然的交互方式是助行机器人需要研究的一个重要课题。传统的脑机接口实验与实际的应用情景之间存在着较大的鸿沟。一方面,很多脑电实验是在没有额外刺激与电磁干扰的理想环境下完成的,而且还要求实验对象尽量减少肢体运动,这与设备穿戴环境大相径庭。另一方面,虽然也有许多应用到实际情景中的脑机接口。然而,这些应用往往只区分少数几个经典的动作模式,而且实验对象产生指令的行为与指令的含义并不对应,例如想象双手抓握代表后退运动。而本文将尝试使用动态生物信号(EEG、EMG)自然地识别出外骨骼机器人穿戴者运动意图。主要研究内容如下:首先,本文研究了受试者穿戴外骨骼进行不同动作时脑电和肌电的采集方法,探索了不同的动作设计和信号采集方案,最终形成复杂环境中动态EEG、EMG的有效采集方法。数据采集实验共招募了7名20-27岁成年健康男性受试者,进行了70组,实验动作包括起立、坐下、行走迈左脚、行走迈右脚等,产生样本共计约7200个。整个实验历时一年有余,为后文的运动意图研究提供了坚实的数据基础。其次,本文研究了运动意图识别的特征提取与二分类问题。二分类的研究可以分析不同动作时受试者脑电和肌电的模式,并为下文在线运动意图识别方法提供支持。本文设计算法基于IMU完成动作标定与事件分割,将10种事件两两配对,对共计45对事件对进行二分类。我们尝试了多种特征提取方法和分类方法,其中包括PCA、ICA、CSP、LDA、SVM、感知机、对数几率回归等,文中着重对比了基于CSP或ICA和基于LDA或SVM的方法,CSP与LDA方法模型简单适用于意图识别任务,平均的平衡准确率为82.87%。最后,本文提出了在线运动意图识别框架与方法,重点研究了多分类器和二分类器在此在线框架下的作用与效果。考虑到EEG、EMG在意图识别中各自的特点以及它们之间的时序关系,本文先基于EEG信号完成对状态的多分类,再基于EMG信号完成子动作的精确二分类,其中意图识别的多分类采用神经网络或二分类集成完成,二分类基于神经网络或CSP线性模型完成。经过验证,该方法可以较好地完成在线运动意图识别任务,这证明了穿戴者自然运动的脑电肌电模式是可以完成各运动的区分的,也表明了EEG-EMG接口在穿戴机器人中的应用前景。(本文来源于《电子科技大学》期刊2019-06-01）
江海成[3]（2019）在《基于驾驶意图及多源信息感知的外部危险预警研究》一文中研究指出基于人机共驾的智能驾驶辅助平台集内部驾驶员动作分析预测以及外部环境感知、分析与预测,目的是对驾驶员进行辅助预警。通过对驾驶员的监测,可以很容易获得其驾驶状态从而有利于进一步对其进行驾驶状态分析。外部环境监测一般使用雷达和相机两种传感器,雷达数据具有精确地深度信息,并且对于光照的鲁棒性较强。普通相机虽然在二维平面上具有很高的分辨率,但是不具有深度信息,对光照强度比较敏感。近年来,结合二者的传感器融合技术综合了二者的优点,大大增加了监测准确率,因此被广泛研究与使用。本文主要研究重点是,基于处于十字路口情景时对内部驾驶员头部转向分析同时结合外部相机与雷达融合跟踪技术对潜在危险进行的主动预警。本文首先分析了面部转向动作对最终驾驶员采取驾驶动作的影响。对于面部转向动作采取深度学习获得特征点,对于连续的几张图片的特征点,采用训练的SVM对驾驶行为(左转、右转、直行、左换道、右换道)进行了预测。对于外部障碍物跟踪算法,首先对相机雷达进行各自坐标系相对于世界坐标系的标定以及联合标定进行了介绍。对于雷达采用栅格法进行投影,采用DBSCAN进行障碍物聚类并且对地面以及过高的点进行了选择性的剔除。为了解决雷达与相机融合时由于频率不统一导致数据时空上不匹配的问题,采用了卡尔曼滤波进行了基于雷达点云障碍物的动态预测。对于跟踪算法的前后帧关联,采用激光雷达障碍物外接矩形长、宽、位置,特别的加入障碍物上雷达点云颜色的相似度计算,大大增加了在不同光照强度下对物体的跟踪效果,同时算法对十字路口处树木的遮挡也具有很强的抗干扰性能。对于场景安全主要分析了车辆、行人、以及其他动态的物体,并对运动的物体结合车速进行了进行了运动轨迹拟合预测。对于综合实验,考虑到光照对摄像头的影响,树木对雷达的遮挡以及颠簸对雷达预测的影响,主要分析了光照以及车速对提前2.5s进行障碍物临近预警准确率的影响。综合实验证明了驾驶动作预测的准确性以及在城乡路口情况下提前预警有较好的精度和实时性。(本文来源于《兰州大学》期刊2019-04-01）
孙忠强,李月娇,薛盼盼,尹锡杨,郁雯珺[4]（2019）在《行为意图信息对广义互惠行为的影响》一文中研究指出广义互惠是指个体以他人对待自己的方式去对待其他陌生人。本研究通过独裁者博弈任务,考察了行为意图信息对广义互惠的影响。结果发现:(1)在慷慨分配情境中,行为有意条件下被试分配给陌生人的金钱显着多于无意图条件,而自私分配情境则相反;(2)只有负性意图条件下的被试,分配的金钱显着少于无意图条件,而后者与正性意图条件分配数额差异不显着。这表明行为意图信息能够调节广义互惠行为,且负性意图作用强于正性意图。(本文来源于《应用心理学》期刊2019年01期）
王超[5]（2018）在《美国对我国信息领域进行技术封锁的战略意图及应对之策》一文中研究指出2017年8月18日,美国正式对中国发起"301调查",重点针对技术转让等知识产权领域。9月14日,美国总统特朗普以国家安全问题为由,阻止了中国私募基金Canyon Bridge Capital Partners对美国芯片制造商莱迪思(Lattice Semiconductors)的收购,美国对我国信息领域的技术封锁升级。2018年4月16日,美国商务部宣布未来7年将禁止美国公司向中兴通讯销售零部件、商品、软件和技术,我国信息技术产品安全可控之路遭遇沉重打击。有必要深入分析美国对我国技术封锁的战略意图,提出应对之策。(本文来源于《网络空间安全》期刊2018年11期）
陈眺[6]（2018）在《信息型操纵市场主观意图的认定》一文中研究指出信息型操纵证券市场属于新型操纵市场行为,其只规定在《中华人民共和国证券法》第77条第1款第4项的兜底条款中,没有明确的法律规范表述。在信息操纵市场行为的认定上,监管层面和司法层面尚没有统一的规范。而信息型操纵市场认定中的关键一步是对行为人操纵的主观意图的认定。操纵的主观意图不可直接证明,而要从客观事实中间接证明。纵观英国、美国、香港、澳大利亚等国家和地区对信息操纵市场行为的规定及行为人对虚假或误导性信息的认知程度,可以从价格操纵和诱使投资者买卖证券两个表现形式,加上市场支配地位和是否属于理性投资人等其他客观行为来认定操纵的主观意图。(本文来源于《华北金融》期刊2018年10期）
王玉涵[7]（2018）在《中小学教师信息通信技术应用能力与使用意图的关系》一文中研究指出中小学教育发展中,信息通信技术(简称为ICT)的应用越来越重要。教师ICT应用能力是指教师对以计算机技术为主,以网络媒体和相关学科教学软件为辅助的新兴技术的使用能力。ICT使用意图是指教师未来在教学中是否使用ICT的意图。为了在学校灌输使用信息和通信技术的文化,本研究探讨影响教师使用信息通信技术作为教学工具的行为的因素。本研究采用了教师的《ICT应用能力量表》、《ICT使用态度量表》、《ICT教学效能感量表》及《ICT使用意图量表》对358名中小学教师进行施测,探讨中小学教师信息通信技术使用现状,揭示ICT应用能力对ICT使用意图的影响机制。研究结果如下:(1)中小学教师ICT应用能力处于中等水平,使用意图处在中上等水平。(2)ICT应用能力、ICT教学效能感在年龄、学历、教龄、所教学段上存在显着差异。(3)ICT使用态度、ICT教学效能感在ICT应用能力与使用意图的关系中起完全中介作用。研究结论:(1)中小学教师ICT应用能力整体发展处于中等水平,其中准备能力发展较好,制作能力和道德完全注意能力处于中上等水平,沟通能力、指导能力、发展能力处于中等水平。(2)ICT应用能力对ICT使用意图有显着的正向预测作用。(3)ICT应用能力通过ICT使用态度、ICT教学效能感影响ICT使用意图。(本文来源于《天津师范大学》期刊2018-05-01）
钟世敏[8]（2018）在《基于信息抽取的英文问句意图分类》一文中研究指出近年来随着AI技术的发展,问答系统技术也逐渐走向了成熟。问答系统可通过信息抽取技术来准确的理解分析自然语言问题,并返回较为准确的问题答案。根据答案的来源不同,问答系统可分为生成式问答系统和检索式问答系统。其中根据信息提供方式的不同,检索式问答系统又可分为基于搜索引擎的web信息检索与基于知识库的信息检索。随着开放知识库以及知识图谱技术的发展,知识库的检索式问答系统被广泛关注。基于知识库的问答系统主要解决由叁元组(实体,关系,实体)构成的事实类问题。在信息抽取阶段,通过抽取问句中的叁元组成分来理解问句。实体,关系作为我们叁元组的重要组成单元,准确的抽取问句中的相关实体和关系不仅有利于更好的理解分析问句同时能够提供更加准确的问句意图领域类别。本文主要研究方向为通过抽取问句中的实体和关系信息,分析实体和关系与问句中其它关键词的潜在含义,实现问句的意图分类。本文的主要研究内容包括以下部分:实体和关系抽取的模型。本文提出了一个新的实体和关系抽取模型,该模型将整个实体和关系的抽取任务化分为两个子任务:实体和关系关键词抽取、关系映射。在实体和关系关键词抽取任务中,设计了一个新的序列标注模式和一个端到端的实体和关系关键词抽取的序列标注模型(BI-LSTM-LSTM)。在关系映射任务中,借助知识库wikidata中的信息,提取关系特征得到特征向量,并构建了特征匹配函数得到关系与关系关键词映射。问句意图分类。利用问句中的实体和关系信息构建了问句意图分类模型。根据问句中实体和关系的抽取结果将问句分成两部分:已提取出完整叁元组关系的问句,未提取出完整叁元组关系的问句。对于前者本文给出了基于答案实体类别路径树的问句意图分类方法。对于后者本文建立了基于KNN算法的问句意图分类算法,通过提取句子级别的特征构建句子级别的特征向量来衡量问句间的距离。为了验证上述两个模型的有效性,在Webquestion,Graph Question等相关数据集上进行了实验与分析。实验结果表明本文提出实体和关系抽取模型,同等条件下,分别在实体抽取、关系抽取、以及实体和关系综合抽取任务中都获得了高于其它模型的F1值。在问句意图分类任务方面,实验分析得出本文模型能够较好的完成英文问句意图分类任务。(本文来源于《西华大学》期刊2018-04-01）
孙畅[9]（2018）在《面向设计意图的产品信息语义可视化推理》一文中研究指出产品设计意图通常被定义为模型的预期行为,是产品设计的基础和关键,设计意图的形式化表述和推理是实现产品设计意图语义交换的关键。本文针对产品信息交换中设计意图语义挖掘需求,以基于模型定义(MBD)的STEP AP242应用协议为研究对象,提出了基于产品信息语义元的设计意图语义模型,结合STEP应用协议语义规则和语义标注,实现面向设计意图的产品信息知识图谱构建;研究基于知识图谱的设计意图可视化推理方法;开发了基于HTML5及WEBGL的产品信息可视化平台。具体的研究工作如下:(1)针对产品语义信息的抽象性和不明确性,结合STEP AP242应用协议,提出基于产品信息语义元的设计意图语义元模型,形式化表述产品设计意图等语义信息。(2)在此设计意图语义元模型基础之上,以STEP AP242文件为研究对象,将其数据本体化为叁元组实例,通过对实例库的知识抽取和规则抽取,结合应用协议语义规则和语义标注,实现面向设计意图的产品信息知识图谱构建;在知识图谱的基础上提出基于STEP语义元规则的路径排序算法,对STEP语义元实例关系路径的权重值排序,从而实现面向设计意图的知识图谱推理。(3)构建可视化平台,建立设计意图语义元模型和叁维模型的关联,结合HTML5和WEBGL技术,实现了对产品设计意图的推理结果的展示。(本文来源于《浙江工业大学》期刊2018-03-28）
黄佳庆,马彪[10]（2018）在《网站信息对消费者购买意图影响的系统性分析》一文中研究指出消费者购买意图已成为国内外电子商务领域的研究热点,但对其影响因素的研究仍缺乏系统性分析。消费者在线购买商品的行为是对网站提供各种信息的消费过程,文章立足于信息消费行为研究网站信息对消费者购买意图的影响因素,首先梳理国内外有关在线购买意图的实证文献,从网站信息内容、信息价值以及信息体验叁个维度探讨了在线购买意图的影响因素,建立了在线购买意图影响因素的框架模型,然后应用Meta分析对55篇实证研究文献进行系统性分析,进而对文章研究模型进行检验。结果表明,网站信息内容、信息价值以及信息体验对消费者在线购买意图有显着的正向影响。(本文来源于《中国市场》期刊2018年07期）
信息意图论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着市场对康复机器人的需求不断高涨,助行下肢外骨骼机器人飞速发展。自然的交互方式是助行机器人需要研究的一个重要课题。传统的脑机接口实验与实际的应用情景之间存在着较大的鸿沟。一方面,很多脑电实验是在没有额外刺激与电磁干扰的理想环境下完成的,而且还要求实验对象尽量减少肢体运动,这与设备穿戴环境大相径庭。另一方面,虽然也有许多应用到实际情景中的脑机接口。然而,这些应用往往只区分少数几个经典的动作模式,而且实验对象产生指令的行为与指令的含义并不对应,例如想象双手抓握代表后退运动。而本文将尝试使用动态生物信号(EEG、EMG)自然地识别出外骨骼机器人穿戴者运动意图。主要研究内容如下:首先,本文研究了受试者穿戴外骨骼进行不同动作时脑电和肌电的采集方法,探索了不同的动作设计和信号采集方案,最终形成复杂环境中动态EEG、EMG的有效采集方法。数据采集实验共招募了7名20-27岁成年健康男性受试者,进行了70组,实验动作包括起立、坐下、行走迈左脚、行走迈右脚等,产生样本共计约7200个。整个实验历时一年有余,为后文的运动意图研究提供了坚实的数据基础。其次,本文研究了运动意图识别的特征提取与二分类问题。二分类的研究可以分析不同动作时受试者脑电和肌电的模式,并为下文在线运动意图识别方法提供支持。本文设计算法基于IMU完成动作标定与事件分割,将10种事件两两配对,对共计45对事件对进行二分类。我们尝试了多种特征提取方法和分类方法,其中包括PCA、ICA、CSP、LDA、SVM、感知机、对数几率回归等,文中着重对比了基于CSP或ICA和基于LDA或SVM的方法,CSP与LDA方法模型简单适用于意图识别任务,平均的平衡准确率为82.87%。最后,本文提出了在线运动意图识别框架与方法,重点研究了多分类器和二分类器在此在线框架下的作用与效果。考虑到EEG、EMG在意图识别中各自的特点以及它们之间的时序关系,本文先基于EEG信号完成对状态的多分类,再基于EMG信号完成子动作的精确二分类,其中意图识别的多分类采用神经网络或二分类集成完成,二分类基于神经网络或CSP线性模型完成。经过验证,该方法可以较好地完成在线运动意图识别任务,这证明了穿戴者自然运动的脑电肌电模式是可以完成各运动的区分的,也表明了EEG-EMG接口在穿戴机器人中的应用前景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信息意图论文参考文献
[1].严育洪.任务驱动，给学生学习更多现实感——“数字与信息”教学实录与设计意图[J].小学数学教师.2019
[2].郭勇智.面向外骨骼机器人的EEG-EMG混合信息人体运动意图识别方法[D].电子科技大学.2019
[3].江海成.基于驾驶意图及多源信息感知的外部危险预警研究[D].兰州大学.2019
[4].孙忠强,李月娇,薛盼盼,尹锡杨,郁雯珺.行为意图信息对广义互惠行为的影响[J].应用心理学.2019
[5].王超.美国对我国信息领域进行技术封锁的战略意图及应对之策[J].网络空间安全.2018
[6].陈眺.信息型操纵市场主观意图的认定[J].华北金融.2018
[7].王玉涵.中小学教师信息通信技术应用能力与使用意图的关系[D].天津师范大学.2018
[8].钟世敏.基于信息抽取的英文问句意图分类[D].西华大学.2018
[9].孙畅.面向设计意图的产品信息语义可视化推理[D].浙江工业大学.2018
[10].黄佳庆,马彪.网站信息对消费者购买意图影响的系统性分析[J].中国市场.2018