作品名称:《如意年画·创意笔筒摆件》

作品说明:“如意年画”创意笔筒摆件旨在传承和活化创新佛山木版年画这一独具岭南地方特色的非遗瑰宝。以年画诸神为主题,提取相关寓意和元素进行立体化设计,将新时代潮流热词与传统年画的吉祥寓意进行巧妙融合,满足人们求吉避崇之愿,唤起大众对木版年画文化的情感体验。本产品可在各种场景下组装和摆饰,集互动性、实用性、观赏性于一体。     

基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

基于长短期记忆神经网络的每日股票价格预测

股票价格预测一直是人们关注的焦点之一。针对每日股票预测存在的问题,本文提出一种基于长短期记忆神经网络的方法来预测每日股票的最高价与最低价,通过使用Python编程语言构建长短期记忆神经网络模型,并对2000—2020年上海证券、深圳证券的股票数据进行预测。实验结果表明,采用长短期记忆神经网络能够很好地拟合每日股价的波动趋势,具有较高的准确率。     

中西方媒体报道各国疫情的对比及情感分析方法研究

媒体在信息化社会中扮演了重要角色,应秉承公平、公正、客观的原则.在2020年,媒体的报道引导着大众对新冠疫情的认知和对不同国家防控能力的认识.本文借助搜索引擎收集了26万余条中西方媒体对十个国家疫情情况的报道,分析结果显示,西方媒体在报道中国疫情时,消极文章比例明显偏高;报道美国疫情情况时,新闻特征与其他国家有明显差别.与此同时,较西方媒体,中方媒体在报道不同国家情况时,与实际疫情有更高的一致性,态度更客观.     

考虑产品属性层次性的评论挖掘及需求获取方法

为提高需求获取的准确性,提出一种考虑产品属性层次性的评论挖掘及需求获取方法。首先,采用基于层次主题模型的半监督方法挖掘大量文本评论数据,得到产品属性层次结构树。其次,基于依存句法分析抽取产品属性对应的情感极性相关词,并对其量化表示为情感极性值,再基于属性间的加权层次关系对缺失的情感极性值进行补充。最后,计算每个产品属性的平均用户满意度,并分析确定下一代产品的开发需求。通过挖掘汽车之家口碑数据获取用户需求的案例,证明了所提方法的有效性。     

采煤机智能化控制技术优化

本文介绍了一种鸡西MG300/730BWD型采煤机的主控系统改造的方法,该方法将采煤机机载惯导系统、智能互感单元、温度检测单元、智能传感器检测单元及智能遥控接收器采集的数据通过CAN总线,传输至主控模块,并通过机载无线WiFi将CAN总线数据及机载视频数据传输至采煤机集控中心,经集控中心的采煤机记忆割煤软件、视频监控系统与操作人员协调配合完成采煤机智能化控制。     

智能终端的最简情感表达

为了使用低自由度水平的执行器构建引起用户特定情绪感受的表达性模式,提出智能终端产品的最简情感表达方法,首先在统一的效价-唤醒度情感模型下对灯光、音乐、运动和振动4种低自由度执行器的情感表达能力进行分析;然后通过实验得出各执行器在不同的参数条件下可以表达的情感范围,以及执行器自由度水平的取值与用户所感受到的情感愉悦度、唤醒度的相关关系.在实验结果的基础上,设计与开发了一款最简情感表达设计辅助工具,用于辅助设计师在智能终端产品的设计研发过程中对产品的情感表达能力进行快速原型搭建.     

深层网络特征聚合重标定的中国画情感分类算法

情景交融是中国画重要的艺术表现形式,分析并可视化其情感对帮助用户鉴赏和管理国画有重要意义.为此,提出深层网络特征聚合重标定的中国画情感分类算法.(1)依据中国画自身特点优化卷积神经网络,强化对情感贡献大的特征激活.首先,基于接缝裁剪技术重定向国画,在避免变形的同时保留画作笔墨信息;其次,构建多层聚合特征重标定网络模块,聚合模块内卷积层信息,重标定特征响应.(2)提出多类别加权激活定位的类判别映射技术,分别计算各类别相对于卷积层的梯度获得激活定位,并将其加权聚合以突出显示CNN检测到的情感区域,实现中国画情感元素可视化.在1 000幅中国画情感数据集上获得85.8%的准确率,相比其他算法,该算法有更高的分类准确度,能够准确定位中国画情感描绘区域.