共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
基于BP神经网络的语音情感识别研究 总被引：1，自引：0，他引：1
随着科技的迅速发展,人机交互越来越受到人们的重视,语音情感识别更是学术界研究的热点。将BP神经网络算法用于语音情感识别研究,并在汉语情感数据集上进行了相关实验,识别的准确率达到了91．5％,相较于SVM算法分类精度提高了5％。 相似文献
3.
[目的/意义]探索不同交流可见度环境对在线知识共享网络用户认知和情感的影响,旨在推动知识共享和知识创新实践。[方法/过程]利用质性研究方法开展研究,先设计了访谈提纲,然后利用访谈法搜集数据,再利用主题分析法分析数据。[结果/结论]分析了匿名环境和实名环境对用户认知和情感的影响,识别了7个主题;分析了即时交流环境和非即时交流环境对用户认知和情感的影响,识别了5个主题;分析了一对一、多对多、大众传播、一对多交流可见度环境对用户认知和情感的影响,识别了7个主题;分析了知识搜寻行为可见/不可见的交流环境对用户认知和情感的影响,识别了4个主题。文章为在线知识共享网络用户研究提供了新视角。 相似文献
4.
[研究目的]通过从评论文本和评论者两个维度对在线评论的特征进行挖掘,探究电商平台如何有效提高虚假评论识别的准确性,增加用户在线商品评论可信度,为消费决策提供参考。[研究方法]提出一种基于多维特征和SMOTE-RF模型的虚假评论识别方法。首先,通过识别商品虚假评论线索,构建多维特征向量,引入情感极性等特征并进行单调化处理;其次,在评分偏离度中添加了商品得分均值等统计指标来全面刻画虚假评论;最后,针对在线评论数据集中真实评论与虚假评论类不平衡问题,运用SMOTE算法优化随机森林分类模型,从而达到提高虚假评论识别准确性的目的。[研究结论]实验结果显示该方法在正负样本不平衡的虚假评论识别中具有更高的准确率、召回率及F1值。其中评分偏离度特征对虚假评论识别的影响最大,情感极性可作为识别的次要参考特征。因此,综合考虑在线评论多维特征和正负样本不平衡可帮助电商平台对虚假评论进行有效的过滤,为消费者提供更为可靠的评论数据。 相似文献
5.
6.
7.
8.
正人脸表情识别是使计算机通过获得人脸表情信息推断出人的心理状态,由此实现人-机间的高级智能交互,它是一种对人脸表情信息进行特征提取和归类的过程。它是机器视觉、心理学和图像处理等领域的一个交叉课题,是情感计算机研究的内容之一,主要应用在智能机器人研制、医疗、安全等领域。 相似文献
9.
10.
利用特征进行物体识别已经是图形图像处理和模式识别的重要方法。着重对Haar特征、广义hough、SIFT/SURF3种强大的物体识别算法的原理进行了分析,得出了这3种基于特征的物体识别算法的特点异同和各自的应用场合。指出:在设计物体识别算法时,一般都会综合几种特征算法,或在此基础上加入色彩等其它信息。 相似文献
11.
【目的/意义】从舆情客体视角探究医保欺诈事件传播周期中情感焦点及情感倾向两个维度的舆情演化趋势,对政府倾听民众诉求及舆情治理有重要意义。【方法/过程】依据生命周期理论划分舆情传播阶段,利用Word2Vec判断舆情客体,使用LDA方法挖掘评论主题进而识别情感焦点,同时使用SnowNLP进行情感倾向研究,最后基于认知-感情相符理论发现民众诉求。【结果/结论】能够挖掘出民众对不同舆情客体在各生命周期的情感焦点、情感倾向及二者演化趋势。研究发现民众态度从事件相关讨论过渡到事件本质探究,而后关心事件后果,最后提出建议,且情感焦点与情感倾向识别结果具有一致性。 相似文献
12.
13.
以用户情感为线索的图像检索研究 总被引：1，自引：0，他引：1
图像的分析、组织与检索一直是人们所关心的热点问题。图像不仅反映了特定的对象和内容，还具有一定的视觉感染效果，常能激发人们产生某种印象、感觉，甚至是情绪、情感。以用户情感为线索的图像检索研究，目的在于令检索系统能够更好地理解和把握用户心理感觉上对图像检索的要求，令检索结果更接近于用户的情感需求。本文介绍了以用户情感为线索检索图像的产生背景，实现原理、检索流程、检索系统的一般架构，以及当前相关研究的现状。最后，展望了其应用发展前景。 相似文献
14.
陈晓鸣 《科技成果管理与研究》2013,(1):79-80
心音是否可以像人脸、指纹、语音一样成为一种人体生物识别特征？南京邮电大学成谢锋教授对此做了比较深入的研究,提出一种心音身份识别的有效方法,将身份识别技术向前推进了一步,将身份识别研究的领域扩展到了人的心脏。 相似文献
15.
针对主观文本识别、情感分词以及情感分类模型选择等研究方法上存在的效率较低、文本表达维度高等问题,文章提出了一种基于旋进原则和AdaBoost集成技术的回归SVM情感分类模型(AdaBoost+ SVM-L),不仅提高了主观文本标注准确率,更通过AdaBoost+ SVM-L模型对情感样本的极性和强度进行了判断,实现了文本情感强度阈值的可视化.并通过分组对照实验比较了SVM、NB以及AdaBoost+ SVM-L模型的性能指标. 相似文献
16.
爱情,作为世界上最美的情感,是人类最重要、最普遍的人生体验之一。爱情隐喻,本质上是一种认知活动,借助于具体的、有形的实体或人体本身来表达抽象复杂的情感概念。本文以英汉诗歌中爱情隐喻表达为研究对象,从概念隐喻理论的角度,具体分析了英汉诗歌中共同的爱情隐喻认知;正是这些爱情隐喻的运用增加了诗歌的审美感受。 相似文献
17.
汉字识别是模式领域最富挑战性又极具应用前景的研究课题之一。本文分析了汉字识别技术的识别原理,介绍了汉字识别中统计模式识别的特征种类和识别方法。 相似文献
18.
【目的/意义】为推动深度学习在网络舆情管理中的应用,提高突发灾害事件网络舆情情感识别效率。【方 法/过程】基于OCC模型建立了突发自然灾害网络舆情情感规则,并由word2vec构建文本向量作为长短期记忆网 络（Long-short term memory,LSTM）的初始输入,对其训练得到突发灾害事件网络舆情多情感识别模型。【结果/结 论】通过对比试验发现,OCC情感规则能够提升情感识别模型的正确率,基于LSTM和word2vec的突发灾害事件 网络舆情情感识别模型在情感识别效果上优于TF-IDF文本向量化方法以及基于卷积神经网络（Convolutional neural network,CNN）和传统的机器学习方式（Support vector machine,SVM）的分类算法结果。 相似文献
19.
【目的/意义】针对当前网络舆情识别相关研究成果存在查准率、查全率较低的问题,提出基于情感词汇的
多媒体网络突发事件舆情语义识别方法。利用突发事件数据爬取、抽取等模块构建舆情处理和语义检索平台,将
该平台分为数据采集者、数据管理者和数据使用者三个模块,将最终所得信息数据构成的案例库等当作舆情语义
识别中的数据库。【方法/过程】基于舆情数据库,对舆情词汇情感倾向进行初步识别。以词汇情感倾向性为依据,
对舆情话题评论情感呈现出的强度值进行计算,最后综合评论语义模式权值与其情感倾向值获取话题评论集合最
终情感倾向,完成舆情语义识别。【结果/结论】实验结果表明,所提方法查准率与查全率均较高,具有显著可靠性。
并提出相应的网络突发事件危机响应策略。【创新/局限】在后续研究中应以基于情感语义的舆情监测为重点,以危
机响应预案为基础,不断提升应对舆情突发事件的预判能力和处置能力。 相似文献
20.
网络流量的识别是流量控制、计费和内容安全等需求实现的前提条件,是适应当前网络急速增长和解决当前网络威胁的有效途径。提出了一种以深度数据包检测（DeepPacketInspection,DPI）为主要识别技术,结合端口、统计等多种识别技术的识别方案。以谷歌的GoogleTalk为例,对各种场景的应用和采用不同协议的情况,进行了细致的分析。测试结果表明,该方案能精确地识别各种类型的协议。 相似文献