体育情感

摘要： 运用无结构访谈、课堂观察、教学实验等研究方法,对赋权运动模式在体育教学中的应用进行实证研究.主要结论:(1)赋权运动模式对学生运动技能方面的教学效果明显优于传统体育教学模式;(2)与传统体育教学模式相比,赋权运动模式能够提升学生的体育活动愉悦感,进而培养学生的学习积极性;(3)赋权运动模式所融合的运动教育模式和TPSR(个人与社会责任)教学模式能够一定程度上丰富学生的体育情感,进而实现学生优秀社会责任品质的锻造.实验表明将赋权运动模式应用到体育教学之中能够明显提高体育教学的效果.

摘要： 体育是学校课程的重要组成之一,有助于增强学生的体质。在新课改的背景下,为了让学生德智体美劳全面发展,体育课程需要逐步改革与完善,在增强学生体质的同时让学生的心理得到健康的发展。目前体育课程的教学目标可根据核心素养分为以下三个类别——体育情感与品格、运动能力与习惯、健康知识与行为,通过各类教学方式影响学生不同方面的发展,最终通过体育课让学生实现全面发展。

摘要： 笔者通过问卷调查对父母体育意识行为、体育情感对肥胖儿童进行研究以及分析,并且对某市第一小学、第二小学、第三小学调查结果为例。父母体育意识行为、体育情感在生活中对肥胖儿童的影响,本研究阐述肥胖儿童在生活中受到的影响改变。同时在教育中让父母对体育运动引起重视,充分利用社会资源引导肥胖儿童体育意识行为培育。

摘要： 一、研究背景核心素养的培育是当今国际教育发展的重要趋势,是基础教育改革与发展的方向、引擎,是学生通过学科课程学习形成最基本、最重要的素养。体育学科的核心素养是指通过体育学科学习,学生所能掌握与形成的终身体育锻炼所需的、全面发展必备的体育情感与品格、运动能力与习惯、健康知识与行为。

摘要： "深化体教融合"理念旨在让体育回归教育.促进教育与体育深度融合,在实践中则需要家庭、学校和社会形成体育教育共同体.当前我国的体育教育共同体主要有四个问题:学校体育"脱离实际、走不出去",家庭体育"意识淡薄、量小力微",社会体育"知易行难,活力不足",功利教育观遮蔽体育情感.文章以社会系统理论为视角,研究家庭、学校、社会和情感系统运作的独特性及其开展体育教育的特殊需求、优势、责任与义务,基于落实"深入体教融合"提出三大对策:强化系统互动,促进结构耦合;夯实共同体之基,培育体育情感;落实主体责任,补足实践短板.

摘要： 从体育态度构成因素(体育认知、体育情感、体育行为)相关关系的角度,探寻提高校长校园足球态度的方法,促进校园足球活动质量提升。采用模型假设、因子分析、回归分析等,建立并验证校长体育态度因素模型。结果:(1)模型适配良好;(2)校长体育认知对体育情感(Beta=0.633,P0.315)。结论:(1)校长体育情感影响其体育行为,且在认知与行为间具有中介作用;(2)相较于体育认知,体育情感对体育行为的直接影响作用更强;(3)校长体育态度与校园足球活动支持度之间存在强相关关系。

摘要： 近年来,核心素养研究已然成为国内国际教育改革的重点和热点问题,该文在体育核心素养相关研究基础上,对体育核心素养相关内涵和组织架构进行审视思考,从体育认知、体育情感和体育行为表现三方面来概括体育核心素养视角下体育态度内涵,并从体育态度角度入手结合体育核心素养研究现状探究体育核心素养部分内涵组成及其理论与现实意义,为体育核心素养深入研究提供参考.

摘要： 本文是从教师自身素质的提高,以及在课程中重视对学生体育兴趣、能力和情感的培养等几个方面来进行阐述;从而不断完善学校体育工作,促进体育教育教学改革,提高体育教育教学水平,为培养和造就合格的新世纪人才努力.

摘要： 学校体育教育是终身体育教育的基础,终身体育教育也是学校体育教育改革的必然选择。学校体育教育要实施终身体育教育,就要更新思想观念,提高终身体育认识;重视体育理论教育,建立终身体育情感;调整体育专业教育,完善终身体育课程体系;优化体育教学内容,培养终身体育能力;精编体育校本教材,体现终身体育思想。

摘要： 面对国民体质下降的健康危机、国家相关政策对"全民健身"与"竞技运动"的要求,很多国家提出"体育素养"这一术语.本文以体育素养的概念与内容构成为研究对象,运用归纳逻辑法、演绎逻辑法、文献资料法等研究方法,从科学性与人文性、基础性与发展性、单一性与综合性视角,对体育素养的内涵进行逻辑辨析,并对其外延和具体内容构成做出阐述.研究结论提出:体育素养是个体在先天遗传性基础上,通过后天的体育教育所形成的综合素质,它以体育能力为核心,既体现为个体具有的体育文化科学水平,也包含个体对体育的情感、态度、价值观,以及在体育运动方面所具有的独特品质和行为表现.其内容包括:体育知识素养、体育能力、体育意识、体育情感、体育品行五要素.

摘要： 本发明涉及一种音频情感的驱动下的体育视频精彩事件检测方法。本发明方法充分利用视频文件中的音频信息，首先利用两阶段的音频情感感知技术感知出音频中的高层情感语义；在第一阶段中构建了基于分层二叉树支持向量机的音频分类器，从底层音频特征中识别出中层情感类型；第二阶段中利用音频情感映射技术从中层音频类型中映射得到高层情感语义类型，得到高层情感语义后顺利挖掘到音频流中的高层情感语义波动序列；最终在音频情感波动序列的基础上结合静音以及激动情感语义定位出精彩事件。本发明的方法简单，利用音频情感从语义上驱动体育视频精彩事件的检测，所提取的体育视频精彩事件对于用户而言更加精彩更加有效。

摘要： 本发明公开了基于维度情感模型的群体情感识别与异常情感检测方法，涉及智能情感识别技术领域，基于认知心理学PAD三维情感模型，通过数据搜集和人工标注，创建群体情感的视频数据集，揭示了六种典型情感在PAD空间中的位置关系；创建基于群体行为的情感预测模型，将群体运动特征映射为PAD空间中的三维坐标；构建异常情感分类器，当检测到愤怒和恐惧这两种异常情感，则判定场景产生了异常状态。针对群体运动视频，本申请既能够准确表达群体情感的连续变化状态，还可以实现对全局异常状态的有效识别。

摘要： 本发明涉及到情感分析领域，提出了一种基于语义、情感惯性和情感共性的对话情感分析方法，步骤包括：首先获取对话交替进行的多轮对话数据，并对不同人物角色进行标明；然后对多轮对话中的每条对话信息进行时序建模，提取出其中对应的语义信息表达序列；最后基于多轮对话所提取的语义信息表达序列，分离出对应的情感状态表达序列，并进行情感识别。在本发明中，打破了传统的以语义信息决定情感分类的做法，提出了由语义状态与情感状态分离的方法，由情感状态决定情感分类，从心理学的角度改进了现有对话情感分析方法，提升了情感识别的效果。

摘要： 本发明涉及一种音频情感的驱动下的体育视频精彩事件检测方法。本发明方法充分利用视频文件中的音频信息，首先利用两阶段的音频情感感知技术感知出音频中的高层情感语义；在第一阶段中构建了基于分层二叉树支持向量机的音频分类器，从底层音频特征中识别出中层情感类型；第二阶段中利用音频情感映射技术从中层音频类型中映射得到高层情感语义类型，得到高层情感语义后顺利挖掘到音频流中的高层情感语义波动序列；最终在音频情感波动序列的基础上结合静音以及激动情感语义定位出精彩事件。本发明的方法简单，利用音频情感从语义上驱动体育视频精彩事件的检测，所提取的体育视频精彩事件对于用户而言更加精彩更加有效。

摘要： 本发明提供一种情感识别方法、情感识别设备及情感识别系统。其中，情感识别方法包括以下步骤：获取三维传感器阵列服装采集的用户的当前肌肉应力信号数据；将当前肌肉应力信号数据输入至已训练好的多元情感分类模型，获得多元情感分类模型输出的情感识别结果。本发明通过采用三维传感器阵列服装采集人体表达情感时当前肌肉应力信号数据，将其输入已训练好的多元情感分类模型中，多元情感分类模型通过肌肉应力信号数据输出其对应的情感识别结果。通过三维传感器阵列服装采集人体表达情感时的动作数据，可以确保高质量捕获肌肉应力信号数据，并根据动作与情感状态之间的关系，可以更准确地识别人体的情感表达，提高了情感识别的准确性。

摘要： 本发明公开了基于维度情感模型的群体情感识别与异常情感检测方法，涉及智能情感识别技术领域，基于认知心理学PAD三维情感模型，通过数据搜集和人工标注，创建群体情感的视频数据集，揭示了六种典型情感在PAD空间中的位置关系；创建基于群体行为的情感预测模型，将群体运动特征映射为PAD空间中的三维坐标；构建异常情感分类器，当检测到愤怒和恐惧这两种异常情感，则判定场景产生了异常状态。针对群体运动视频，本申请既能够准确表达群体情感的连续变化状态，还可以实现对全局异常状态的有效识别。

摘要： 从声音信号数据对每个分析帧提取声音特征量，并将该声音特征量存储到存储单元(S120)。接着，从存储单元读取所述声音特征量，使用基于预先输入的学习用声音信号数据所构成的一个以上的统计模型，计算与所述情感状态对应的所述声音特征量的情感状态概率(S130、S140、S150)。然后，基于计算的所述情感状态概率，判定包含所述分析帧的区间的情感状态(S160)。

摘要： 本发明公开了情感分析技术领域的融合情感资源的多模态情感分析模型，包括：用来进行文本、视觉与听觉模态特征初步提取的单一模态特征提取层模块，利用Transformer捕捉模态内部的动力，并设计情感词分类预测任务进行情感嵌入学习和提取的单一模态特征深度提取层模块，利用情感嵌入来完成多模态特征交互学习，使得其他模态特征能够感知文本中情感信息的跨模态交互学习层模块，将前三层学习到的情感特征表示最终输入深度神经网络完成最终预测任务的预测层模块，首个将情感资源作为主导信息来进行多模态情感分析的模型，设计了一种情感词分类预测任务进行情感知识学习，相较于现有的多模态情感分析方法，本申请的方法具有明显优势和较好的泛化性。

摘要： 本发明涉及基于情感语义对抗的跨语言情感分类方法，属自然语言处理领域。本发明包括：构建汉越疫情相关社交媒体评论的数据集；将句子以及句子中情感词拼接，用卷积神经网络对拼接后的句子分别进行联合表征，分别获得单语语义空间下的情感语义表征；其次，通过对抗网络，在双语情感语义空间将带标签数据与无标记数据的情感语义表征进行对齐；最后将句子与情感词最显著的表征进行拼接，得到情感倾向性分析结果。本发明通过融合情感信息信作为背景信息实现了跨语言情感倾向性分析，从获取的舆情数据中为低资源数据获得情感分类结果，为后续的文本分类及低资源语言细粒度情感分析提供了支撑。

摘要： 本发明属于图像内容分析领域，公开了一种基于情感属性挖掘的图像情感分析方法，利用用户元数据信息挖掘，构建语义覆盖面大、情感可判别能力强的情感属性子集，并采用融合神经网络和矩阵分解模型预测标签矩阵，提升图像情感分析结果的准确性与稳定性。根据用户标签元信息和情感属性的特点，融合四种情感属性特性并优化概念选择模型完成情感属性子集选择；利用卷积神经网络提取视觉特征并通过视觉内容一致性优化；构建引入外界知识库指导的邻接图并通过语义关联性优化；将图像视觉特征和标签语义特征映射到潜在共享空间中，实现预测标签矩阵的重构；最后，利用训练好的重构模型来重构预测标签矩阵，并使用线性分类器进行最终的情感识别。