SWAN模型速率控制模块性能分析及改进

SWAN是Ad Hoe网络中的一种无状态网络协议,利用分布式控制算法来传递分类服务。这种QoS模型把数据业务分为两类进行不同处理,即对尽力而为的UDP和TCP业务采用速率控制的策略而对实时的UDP业务采用基于源节点的接纳控制策略。本文修改了SWAN模型的速率控制模块,引入队列调度机制,对从上层来的尽力而为数据包进行排队、调度,使其尽可能公平地占用新到资源。在分析中具体给出了修改后速率控制模块的实现过程。通过仿真分析了AIMD算法的参数对修改后速率控制模块性能的影响。     

基于TLS协议的ECC扩展研究

根据TLS握手协议的工作流程,分析椭圆曲线密码体制ECC对TLS协议所做的算法扩展.设计实现ECDSA数字签名和ECDH密钥交换算法的扩展,并对基于TLS握手协议的X.509证书作ECDSA算法扩展研究.     

Ad Hoc网络中DSR协议的QoS改进算法

针对AdHoc网络中基于资源预留的QoS算法所带来的复杂度问题,本文引入了适合该网络的测量可用带宽算法,并且提出了新的DSR-QoS改进算法。仿真结果表明,在网络业务较大的时候这种改进是有效的,适合实时业务的传输;在网络业务较小的时候,这种改进的效果不是很明显。     

基于强化学习的机器人认知情感交互模型

为增强机器人的认知情感计算能力，依据PAD情感空间建立结合即时反馈和长期趋势的机器人认知情感生成方法，该文提出一种基于强化学习的机器人认知情感交互模型。首先，依据人际交往心理学理论，模拟人类情感生成过程进行类人情感生成，并从中提取相似性、积极性、共情性3个影响因素；其次，利用强化学习的全局统筹特性，建立响应情感状态与上下文长期情感状态之间的关联关系，从而对机器人情感生成过程进行建模；然后，将3个因素纳入模型奖励机制用于交互情感状态评估，实现模型更新并得到最优情感策略；最后，利用所得最优情感策略对应的最优情感状态对机器人情感状态转移概率进行更新，并依据6种基本情感状态在空间中的情感值，将其映射到连续情感空间中得到机器人的最优响应情感值。主客观对比实验表明，该文模型能有效增加机器人情感表达的细腻性、连续性、积极性以及共情性，还能有效降低机器人对外界情感刺激的依赖性，进一步提升和谐友好的人机交互关系。     

基于模糊认知图的机器人情感响应模型

针对现有人机交互系统广泛存在机器人情感响应缺乏独特性和主动性、参与人参与度、满意度、体验感不高的问题,该文依据愉悦度-激活度-优势度(PAD)情感空间提出一种基于模糊认知图的机器人情感响应模型.首先,获取参与人交互输入情感值,对其评估得到参与人的情感状态矩阵;其次,考虑到机器人的性格特征和社会角色,利用模糊认知图的时间...     

基于知识图谱波纹网络的人机交互模型

针对当前人机交互系统机器人存在背景知识缺乏、回复连贯性不高的问题,该文提出一种基于知识图谱波纹网络的人机交互模型.为实现更加自然且智能化的人机交互系统,该文模型模拟了真实的人与人交流过程.首先,通过计算人机交互情感评估值和人机交互情感确信度得到人机交互情感友好度.然后,引入外部知识图谱作为机器人的背景知识,将对话实体嵌...     

基于主从博弈的多方人机交互对话心理模型

针对现有的多方人机交互存在分寸感把握较差、机器人回复自主性不强的问题,该文依据心理语言学关于对话心理理论,提出一种基于主从博弈的多方人机交互对话心理模型。该模型模拟了人与人交流时交互多方的心理过程,考虑到多方交互中主导者与从属者的交流特征,采取单主多从的博弈模型加以形式化表示,并使机器人扮演从属者角色,对多方主从博弈过程中从属关系带来的收益进行考量,将这一考量结果作为机器人回复的重要决策依据。实验结果表明,扮演从属者角色的机器人在与多方进行交互时,能准确把握对话分寸,在合适的时机下进行回复,进一步提升机器人回复的合理性与自主性。     

基于强化学习的机器人认知情感交互模型

为增强机器人的认知情感计算能力,依据PAD情感空间建立结合即时反馈和长期趋势的机器人认知情感生成方法,该文提出一种基于强化学习的机器人认知情感交互模型.首先,依据人际交往心理学理论,模拟人类情感生成过程进行类人情感生成,并从中提取相似性、积极性、共情性3个影响因素;其次,利用强化学习的全局统筹特性,建立响应情感状态与上下文长期情感状态之间的关联关系,从而对机器人情感生成过程进行建模;然后,将3个因素纳入模型奖励机制用于交互情感状态评估,实现模型更新并得到最优情感策略;最后,利用所得最优情感策略对应的最优情感状态对机器人情感状态转移概率进行更新,并依据6种基本情感状态在空间中的情感值,将其映射到连续情感空间中得到机器人的最优响应情感值.主客观对比实验表明,该文模型能有效增加机器人情感表达的细腻性、连续性、积极性以及共情性,还能有效降低机器人对外界情感刺激的依赖性,进一步提升和谐友好的人机交互关系.     

基于博弈的机器人认知情感交互模型

针对现有的人机交互系统普遍存在情感缺失、参与人参与度不高的问题,该文依据PAD情感空间提出一种基于博弈的机器人认知情感交互模型。首先,对参与人的交互输入情感进行评估并分析当前人机交互关系,提取友好度和共鸣度2个影响因素。其次,模拟人际交往的心理博弈过程对参与人和机器人的情感生成过程进行建模,将嵌入博弈的子博弈完美均衡策略作为机器人的最优情感选择策略;最后,根据最优情感策略更新机器人的情感状态转移概率,并以6种基本情感的空间坐标为标签,得出受到情感刺激后机器人情感状态的空间坐标。实验结果表明,与其它认知交互模型相比,该文模型能够减少机器人对外界情感刺激的依赖并有效引导参与人参与人机交互,为机器人的情感认知建模提供了新的方法和思路。