基于改进模糊综合评价的电影情感分类

为了提高电影情感分类精确度,以模糊数学理论为基础,建立电影底层特征和高层认知情感之间的关系,提出一种基于改进模糊综合评价的电影情感分类新算法。首先,选择了反映情感变化的场景亮度、镜头切换率和颜色能量作为视频场景底层特征,介绍了相应的特征提取方法。其次,引入和改进模糊综合评价模型,并给出特征对情感的模糊隶属函数,建立了单因素评价矩阵。最后,对于不同情感,采用层次分析法确定底层特征之间的相对权重,根据改进的模糊综合评价模型计算出电影场景的情感模糊特征向量,用最大判决值和阈值原则确定待识别场景的情感类型。实验结果表明,所提出的算法能有效地提高电影场景的情感分类精确度。     

面向观众的个性化电影情感内容表示与识别

为了合理地表示和自动识别电影情感内容,解决电影情感语义理解中存在的"情感鸿沟"难题,提出一种面向观众的个性化电影情感空间建模方法.采用模糊c-均值聚类算法划分诱力-激励情感空间,并利用高斯混合模型定义划分得到的模糊情感子空间的情感隶属度函数,使得模糊情感子空间的中心、边界、形状和密度可以真实地反映观众欣赏视频节目时的个性化信息;设计并提取了2组电影情感特征向量,采用多层感知机和多元线性回归计算它们的情感坐标.基于情感坐标和情感隶属度函数引入"最大隶属原则"和"阈值原则",以便表示和识别观众观影过程中的个性化情感体验.实验结果表明,该方法能够有效地表示和识别个性化电影情感内容.     

基于OCC模型的E-learning系统情感建模

根据OCC模型理论,提出一种在e-learning系统中基于认知评价的学生情感识别模型。采用模糊推理方法实现学生对学习事件的期望度推理,并通过构建动态贝叶斯网络对所构建的模型进行了计算机仿真测试和评估,结果验证了模型的合理性和有效性,从而为构建具有情感智能的e-learning系统提供了一种新的情绪识别模型和架构。     

认知视角下的文本情感计算

尝试将认知语用学和情绪心理学相关知识引入到文本情感计算中,以拉扎勒斯的认知一评价理论和认知语用学的认知语境为理论背景,提出一个新的文本情感认知模型。它从情感的发生机制出发,以多种情感图式为基础,考虑否定状态下情感的极性关系等多方面因素,提高了文本情感识别的准确率。情感认知模型是从一个新的视角研究情感识别问题,拓宽了研究的维度和理论背景,提供了新的研究思路。实验证明该模型是有效的。     

基于模糊理论的人体动作表示及动作模式识别方法

根据模糊数学理论和模糊神经网络技术,本文提出了一种适用于体育动作分析的人体动作元层次结构模型、动作特征的模糊表示方法和体育动作模糊识别方法,并给出了实现体育动作模糊识别的过程和实验结果.     

基于模糊数学的音乐情感检索技术

如何以音乐的情感为检索关键词来准确地匹配检索算法是目前研究的热点问题之一.在此,以音乐情感的模糊性特征为基础,采用模糊数学理论和AV情感向量空间模型,提出了一种音乐情感模糊检索技术:将音乐情感进行量化处理的同时,也体现一首音乐所包含的不同种类的情感;另外,同一情感类型的音乐能够按其隶属度值的高低进行智能排名,使人们能更准确地找到所需的音乐资源.通过对比实验,计算此检索方法的查全率、查准率和F值,相关度,C值、V值覆盖率和出新率等评价指标,从而证明了该检索算法的有效性.     

人脸表情识别中情感模型的分析与实现

本文提出了一种新的情感模型用于人脸表情识别与合成中。该情感模型是基于已泛化的和非线性映射表现的五层神经网络,输入和输出层有相同数目的单元,在中间层可以实现特征的映射和情感空间的构造。从输入层到中间层的映射是情感识别,从中间层到输出层的映射是根据情感值进行表情合成。     

基于神经网络的高校学生信用模糊评价研究

本文为更有效地对高校学生信用进行综合评价，建立了高校学生信用评价多级指标体系，提出了一种基于神经网络的评价模型。模型将模糊理论引入神经网络，通过神经网络的学习训练来调整模糊数学中的相应参数，以有效地模拟模糊综合评价的过程，对信用评价的定性过程而言，具有一定的合理性。     

情感词发现与极性权重自动计算算法研究

随着互联网电子商务和各种社交网络应用的快速发展,产生了大量的用户评价信息。为满足快速整理这些评价信息的需求,情感倾向性分析应运而生。情感词典是各类情感倾向性识别算法的基础,收集一部全面且权重合理的情感词典,往往可以简单快速而有效地解决情感分析问题。但情感词典规模有限,而网络上新的情感词层出不穷,语言使用不规范,人工整理耗时耗力。已有的情感词收集方法较复杂,且领域性强,收集的情感词可扩展性差。本文提出一种自动挖掘潜在情感词并计算其极性权重的算法,该算法与应用领域无关,具有良好的扩展性。该方法利用共现特性,基于朴素贝叶斯公式能检测出未知的情感词,并根据其情感权重值的大小判断其情感极性,可有效地扩展情感词典,将已有的情感词典进一步量化。在理论研究的基础上,本文分别针对京东、豆瓣及大众点评网三组评论语料做了实验,其结果的准确率都基本在90%以上,验证了该方法的有效性和实用性,为情感倾向性分析提供了知识库基础。     

中文微博观点句识别及要素抽取研究

研究中文微博情感分析中的观点句识别及要素抽取问题。在观点句识别方面,提出了一种利用微博中的情感词和 情感影响因子计算微博语义情感倾向的新算法;在观点句要素抽取方面,利用主题词分类及关联规则,辅以一系列剪枝、筛选和定界规则抽取评价对象。通过观点句识别和观点句要素抽取结果的相互过滤,进一步提高召回率。实验数据采用第六届中文倾向性分析评测所发布的数据,结果表明,本文方法在观点句识别和要素抽取方面能够取得较好的效果,观点句识别的精确率、召回率入F值分别为95.62%,54.10%及69.10%;观点句要素抽取的精确率、召回率以及F值分别为22.07%,12.66%和16.09%。     

个人助理的应用与研究

对目前正兴起的个性化服务很强的代理技术概貌进行了简明的介绍，对其在个人领域的应用（本文称这样的代理为个人助理）着重进行了探讨，提出了个人助理的表示，探讨了个人助理的模型和功能，并分析了代理开发中的一些问题。     

基本DFL的多Agent协调工作机制研究

多agent的协调性是多agent系统与其它相关研究领域区别开来的关键性问题之一, 也是保证多个智能系统能在一起共同工作的关键.由于agent它自身是一个主体,就其本质上 讲是一个动态的客体,因此动态性和模糊性是agent的主要特性,而多agent之间这个问题体现 的就更为突出.因此,该文基于DFL对多agent协调工作机制进行研究,给出agent的能力表现 模型、能力扩展模型等内容,为人们解决这方面的问题提供理论依据.     

基于语音识别的智能物品查询系统的分析与研究

"声纳"智能物品查询系统(以下简称:该系统)从物品管理功能需求出发,基于语音识别技术,重点研究该领域发展现状、受众需求模型及实用功能设计,研究智能语音识别技术及应用,拟实现通过使用智能语音助手,以语音答辩的形式快速查找、获得物品存放位置及信息。项目创新点在于突破传统查询及管理模式,语音对话实现录入及查找操作,解放双手。     

基于Agent技术的人性化E-learning系统研究

设计了以Agent技术为核心的人性化的E-learning系统。以Agent技术和人工心理理论为基础，构建了ISM多层级结构化Learning-Map，在此基础上实现个性化的Learning-Map。在人性化研究方面，运用基于图像处理的人脸检测、表情识别技术实现情感的认知，并构建情感认知模型，通过智能Agent助手对认知的情感进行智能处理。     

多Agent协作的生物网络服务质量的智能评估模型

生物网络结构是为设计和实现可调整的、适虚的及可生存的网络应用的中间件.生物网络的服务和应用是通过多Agent之间的相互协作,动态地选择Agent所提供的服务来完成的.基于模糊逻辑、神经网络和遗传算法相结合的方法提出了多Agent协作的生物网络整体服务质量的智能评估和优化模型,它是一种基于五层模糊神经网络的模型,并采用遗传算法进行优化.仿真实验验证该模型的可行性.该智能评估模型能够高效地处理多Agent的模糊和非确定的服务质量评估问题.     

基础信息层经验规则的一种表达方法

该文讨论在复杂的大型辅助决策系统中,构造智能决策规则模型的一种方法。这是一种基于决策表的知识表示方法。它在传统决策表的基础上,吸收了产生式规则、框架表示法、模糊理论、关系模型等多种方法的思想和技术,把传统决策表加以扩展,得到了一种结构性好、表达能力强、可操作性较好的智能决策表达工具,用来表示大型辅助决策系统中的复杂领域知识,将其中松散的经验规则形式化成智能决策规则模型,从而增强其结构性和可操作性,有效支持对其它信息的操作。     

Web search using a genetic algorithm

Webnaut is an intelligent agent system that uses a genetic algorithm to collect and recommend Web pages. A feedback mechanism adapts to user interests as they evolve. The authors first describe intelligent assistant systems in general and then present the Webnaut architecture, its learning agent, and the genetic algorithm. They conclude with results from two preliminary experiments that tested the accuracy and adaptability of the learning agent     

基于神经网络与模糊推理的尿沉渣成分识别

把神经网络应用于尿沉渣有形成分的识别,并在神经网络识别的基础上引入模糊推理系统.当遇到神经网络无法正确识别的不规则有形成分时,由模糊推理系统进行推理识别.专家对不规则有形成分的识别经验通过建立多规则、多输入的Mamdani模糊推理模型,融入到识别系统中,使整个识别系统变得智能化.实验结果表明,该方法提高了不规则有形成分的识别率,达到预期的效果.     

基于多智能体框架MAFS的目标识别技术

根据多智能体Agent的自治、协作和分布特性,并基于智能体的思维状态BDI模型,设计了Internet/Intranet支持的多智能体框架MAFS,其中包括MAFS中智能Agent的组成结构、Agent间的协作和通信、智能Agnet的知识表达和Agent计算等;同时提出了绘画式图象分割的策略和网络环境下图象识别的分布式处理思想,并在MAFS上建立了问题求解模型,还进行了桥梁目标识别。实验结果表明,基于多智能体杠架MAFS的目标识别具有高速、有效等优点,且对环境要求不高,并且易实现,从而实现了高速网络体系下的分布式目标处理。     

基于智能代理的网络监测系统

提出了一个基于智能代理的网络监测系统,智能代理采用模糊逻辑方法对连接数据库中的为数据进行初步处理,把不能处理的连接信息交给管理员,根据管理员的反馈,修改访问控制策略库和模糊非法饲库,并把非法连接记录下来。