打胎智能、物联网、区块链等手艺迅猛发展，将深刻转变人才需求和教诲形态。习近平总布告夸大，教诲数字化是我国垦荒教诲发展新赛道和塑造教诲发展新上风的紧张冲破口。智能学习情况可以感知学习情境、记录学习过程、保举学习资源、供应题目解答等，并致力于促进教诲数字化转型和提升学生焦点素养。

　　曲阜师范大学徐振国副教学的著作《智慧学习情况中学习画面的情感研究》（中国社会科学出版社），以学习画面隐含的情感属性为切入点，存眷智慧学习情况中的“情感缺失”题目，为智慧学习情况情感层面自适应交互的实现供应了新的思绪与方法，可以促进学习者轻松、投入和有效地学习，充实发挥信息手艺在教诲数字化转型中的支撑与引领作用，推进打胎智能与教诲教授的深度融合，并促使教诲教授走向智能化、协夹杂、高效化，具有紧张的学术代价和实际意义。

　　该著作着眼于智慧学习情况和谐情感交互理论研究和实践索求的缺失，扶植了学习画面图像数据库和学习者神色图像数据库，采用打胎智能领域代表算法卷积神经收集实现学习画面情感和学习者情感的有效辨认，并索求了学习画面情感对学习者情感的影响。基于上述研究，该著作最后商量了学习画面情感自适应调整对学习者情感的影响，借此实现智慧学习情况情感层面的自适应交互。

　　第一，该著作对学习画面情感和学习者情感进行体制论述，缔造性地提出学习画面情感的相关理论，丰富和完美了智慧学习情况、学习画面的理论系统，显现了作者深挚的理论功底。学习画面研究已有汗青，但多存眷认知层面的设计与开拓，以期更好地呈现学习内容。学习画面既有“显式”的认知功能，也有“隐式”的情感功能，应看重两者的协调与均衡，充实发挥学习画面对学习者智慧学习的正面作用。训练样本数量充足且具有代表性是进行深度学习的需要前提，而其扶植过程费时费力，很多学者望而却步，退而求其次，利用开源的免费数据库。但开源数据库总存在这样或那样的题目，较难取得抱负结果。作者屈膝难题，在有限前提下高标准扶植学习画面图像数据库和学习者神色图像数据库，为相关领域的研究供应了数据支撑，也为后续研究奠定了踏实根蒂。

　　第二，该著作行使卷积神经收集实现学习画面情感和学习者情感的准确辨认。图像情感辨认和面部神色辨认是较劲机视觉领域的紧张研究内容，但既有研究多采用传统呆板学习方法，其辨认过程平日包括图像预处理、特性提取、特性选择、分类器构建等，存在准确率低，算法复杂，鲁棒性差等题目。卷积神经收集是比年来兴起的紧张深度学习方法，支持将图像直接作为输入，而不必进行预处理和特性提取过程，避免了繁重的前期根蒂工作，而且它对图像的平移、缩放、旋转等变换以及光照、遮挡物、配景等敏感题目具有较高鲁棒性。当今已在医学图像处理和天然语言处理等方面得到应用，但在教诲领域却鲜有说起。作者考试性地将卷积神经收集应用于教诲领域，用于辨认学习画面情感和学习者情感，并取得了较为得意的毕竟，显露出作者对研究前沿的准确操作，踏实的手艺功底和孜孜以求的立异精力。该著作并未将手艺与教诲割裂，而是将两者深度融合，深化打胎智能赋能教诲数字化转型的应用场景，鞭策新兴手艺更好地适应教诲改革发展的要求。

　　第三，该著作经由实证研究揭示了学习画面情感对学习者情感的影响机制。学习画面属于较劲机天生或合成图像，但又具有其特别性，具有明确的知识指向的同时，往往还蕴含着某种或某几种情感。学习者与学习画面间既存在着显而易见的“思惟交换”，还存在着容易被忽视，但客观存在的“情感交换”，学习画面情感与学习者情感存在紧张接洽。学界对学习画面情感功能的研究多采用思辨的方法从宏观视角论述学习画面情感对学习者情感的影响，而较少经由实证研究阐释两者间的具体接洽和作用机制。学习画面情感是复杂的，学习者情感更是受多种因素影响，各异的学习画面情感会给学习者带来分歧的内心体验。作者在实验学校开展耐久跟踪实验，采集学习画面图像及其对应的学习者神色图像，经由数据挖掘领域的紧张方法相关阐发对数据进行处理，经由大数据低落干扰因素的影响，从而揭示学习画面情感对学习者情感的影响机制，并提出具有科学性、实用性和开导性的建议，显现了作者敏锐的学术洞察力和对研究方法的纯熟控制。此部门的研究将为智慧学习情况、在线学习情况下学习画面情感层面的设计开拓和学习画面情感的自适应调整供应理论根蒂。