文献类型：期刊文章

作　　者：陈宇[1] 邵军[2] 赖文天[1]

CHEN Yu;SHAO Jun;LAI Wentian(School of Computer&Hubei Education Cloud Service Engineering Technology Research Center,Hubei University of Education,Wuhan 430205,China;Hubei Water Resources Technical College,Wuhan 430071,China)

机构地区：[1]湖北第二师范学院计算机学院&湖北省教育云服务工程技术研究中心,武汉430205 [2]湖北水利水电职业技术学院,武汉430071

出　　处：《中南民族大学学报（自然科学版）》

基　　金：湖北省教育厅科学技术研究计划中青年人才资助项目(Q20143005)。

年　　份：2022

卷　　号：41

期　　号：4

起止页码：483-489

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、RCCSE、核心刊

摘　　要：大学生的情绪问题已经成为高校学生管理的难点,如何让学生管理工作部门尽早发现学生情绪变化并提前介入是当前急需解决的问题.针对大学生情绪变化检测问题,利用手机、可穿戴设备等收集了学生运动、环境、状态等数据,结合情感模型对学生情感进行了度量.提出了基于因子分解机的深度交叉网络(FDCN)情绪变化检测模型,该模型以深度交叉网络为基础,结合因子分解机充分学习特征的低阶组合和高阶组合及非线性关系,提高了对大学生情绪变化检测的精度.采用真实数据集进行实验的结果说明:该模型对比其它模型在多个评价指标上均有提升,具有更准确和更稳定的预测效果.

关 键 词：深度交叉网络  可穿戴设备  情绪变化检测  

分 类 号：TB183]