畳み込みニューラルネットワークとインタラクティブテクノロジーの下での大学生の感情認識と心理療法システムの構築と分析

この研究の目的は、大学生のための心理的介入と治療システムを効果的に確立し、タイムリーに遭遇した心理的問題を発見し、修正することです。教育学と心理学の観点から、体育を専攻する大学生は研究オブジェクトとして選択され、インタラクティブな大学生の感情認識と心理的介入システムが畳み込みニューラルネットワーク（CNN）に基づいて確立されます。このシステムは、データソースとして顔認識を取り、機能認識アルゴリズムを採用してさまざまな学生を効果的に分類し、インタラクティブテクノロジーに基づいて心理的介入プラットフォームを設計し、既存のシステムとモデルと比較してその効果をさらに検証します。結果は、深い学習CNNが、Backpropagation Neural Network（BPNN）およびDecision Tree（DT）アルゴリズムよりも、学生の感情を認識する能力があることを示しています。認識精度（ACC）は89.32％になる可能性があります。サポートベクターマシン（SVM）アルゴリズムが採用され、感情を分類し、認識ACCが20％増加します。システムのK値が5で、D値が8の場合、モデルのACCは92.35％に達することがあります。心理療法のためにこのシステムを使用することは大きな効果があり、学生の45％はシステムの人間コンピューターの相互作用に非常に満足しています。この研究の目的は、感情認識を通じて学生の心理学を推測し、大学の心理療法のための新しい研究アイデアを提供できる人間コンピューターの相互作用に基づいて人間の参加を減らすことを目的としています。現在、大学生のメンタルヘルスの問題は無視することはできません。特に毎年、うつ病やその他の心理的問題による大学生の極端な行動に関するニュース報道があります。畳み込みニューラルネットワーク（CNN）に基づくインタラクティブな大学生の感情認識と心理的介入システムが確立されています。このシステムは、基本的なサポートテクノロジーとして顔認識を使用し、機能認識アルゴリズムを使用して、さまざまな学生を効果的に分類します。相互作用テクノロジーベースの心理的介入プラットフォームは、既存のシステムおよびモデルと比較され、提案されたシステムの有効性をさらに検証します。結果は、ディープラーニングがバックプロパゲーションニューラルネットワーク（BPNN）および決定ツリーアルゴリズムよりも優れた学生感情認識能力を持っていることを示しています。認識の精度は最大89.32％です。サポートベクターマシンアルゴリズムが感情を分類するために採用されており、認識許容率は20％増加します。Kが5、Dが8の場合、モデルの受容率は92.35％に達することがあります。心理療法におけるこのシステムの効果は驚くべきものであり、学生の45％がこのシステムの人間コンピューターの相互作用に非常に満足しています。この作品は、感情認識を通じて学生の心理学を推測し、人間コンピューターの相互作用による人々の参加を減らし、大学の心理療法の新しい研究アイデアを提供することを目的としています。

This study's aim is to effectively establish a psychological intervention and treatment system for college students and discover and correct their psychological problems encountered in a timely manner. From the perspectives of pedagogy and psychology, the college students majoring in physical education are selected as the research objects, and an interactive college student emotion recognition and psychological intervention system is established based on convolutional neural network (CNN). The system takes face recognition as the data source, adopts feature recognition algorithms to effectively classify the different students, and designs a psychological intervention platform based on interactive technology, and it is compared with existing systems and models to further verify its effectiveness. The results show that the deep learning CNN has better ability to recognize student emotions than backpropagation neural network (BPNN) and decision tree (DT) algorithm. The recognition accuracy (ACC) can be as high as 89.32%. Support vector machine (SVM) algorithm is adopted to classify the emotions, and the recognition ACC is increased by 20%. When the system's K value is 5 and d value is 8, the ACC of the model can reach 92.35%. The use of this system for psychotherapy has a significant effect, and 45% of the students are very satisfied with the human-computer interaction of the system. This study aims to guess the psychology of students through emotion recognition and reduce human participation based on the human-computer interaction, which can provide a new research idea for college psychotherapy. At present, the mental health problems of college students cannot be ignored; especially every year, there will be news reports of college students' extreme behaviors due to depression and other psychological problems. An interactive college student emotion recognition and psychological intervention system based on convolutional neural network (CNN) is established. This system uses face recognition as the basic support technology and uses feature recognition algorithms to effectively classify different students. An interaction technology-based psychological intervention platform is designed and compared with existing systems and models to further verify the effectiveness of the proposed system. The results show that deep learning has better student emotion recognition ability than backpropagation neural network (BPNN) and decision tree algorithm. The recognition accuracy is up to 89.32%. Support vector machine algorithm is employed to classify emotions, and the recognition acceptability rate increases by 20%. When K is 5 and d is 8, the acceptability rate of the model can reach 92.35%. The effect of this system in psychotherapy is remarkable, and 45% of students are very satisfied with the human-computer interaction of this system. This work aims to speculate students' psychology through emotion recognition, reduce people's participation via human-computer interaction, and provide a new research idea for university psychotherapy.