基于深度学习的基金客服情绪安抚算法

构建基金智能客服情绪安抚算法,增加人性化设计以有效提升客户使用体验。由基于OCC模型的情绪粗粒度分类得到有负面情感的文本信息,对该文本信息进行相关处理,而后基于SVM模型进行情绪细粒度分类,得到文本的负面情绪类别并在囊括专业知识和情绪应答的基金领域知识库中匹配答案和情绪应答语句,将查询结果展示给客户。     

“北斗”救生终端海上自适应功率退避算法

受海况、浸水、结冰、对星等因素影响,飞行员海上遇险后报位可靠性较低,工作时长较短。为此,提出一种自适应功率退避方法,在对报位影响因素分析基础上,利用深度神经网络,通过对经纬度、高度、俯仰角、方向、加速度、速度、浸水、信号、电量等多维度数据进行学习,拟合出覆冰、浪涌、液面等信号特征与环境特征联想模型,自适应控制信号发射时机,实现功耗的有效控制。试验表明,该方法将通信成功率及工作时长分别由36.3%、6.0 h提升至73.3%、8.6 h。     

基于SEOA算法的抽水蓄能梯级水库调度研究

针对含混合式抽水蓄能电站的梯级水库发电调度的维数灾问题,在考虑历史径流序列随机性和非线性特点的基础上,建立含混合式抽水蓄能电站的梯级水库长期优化调度模型。文中以调度期内混合式抽水蓄能电站梯级水库发电量最大为目标函数,引入改进社会情态优化(SEOA)算法编程求解。仿真结果表明,新方法在混合式抽水蓄能电站梯级水库发电优化调度问题中既能减少传统算法的冗余计算,又可有效地结合决策者的主观偏好和利益倾向。对比动态规划算法,新方法在较短时间内得到年发电量为66.96×10 ⁸ kWh的高质量解。     

船舶遇险报警通信设备使用策略

介绍了新航天测量船在航天工程中的重要作用,简述了各种船载通信设备的配备和功能。针对船载通信设备的特点,具体阐述了船载遇险报警通信设备的作用。特别是总结了在船舶遇险时,根据通信设备无线电波的覆盖范围和船舶所在的海区,对遇险报警设备进行正确使用的策略,以保障遇险报警及时而有效。最后举例说明了船舶在三大洋航行时,某点位发生遇险时,船舶如何求救的措施。     

基于HMM的可训练情感语音合成研究

研究了基于HMM的英语语音合成系统,并通过分析情感语句的语调,得到高兴、生气、悲伤、平静四种不同情感类型的基音频率、能量和时长的变化规律。将基于HMM的可训练语音合成方法应用到英语情感语音合成,对基于HMM所合成的平静语音,叠加相应情感的语调变化规则,通过修改韵律特征参数合成出带有情感的语音。从所合成情感语句的效果来看,合成语音整体稳定流畅、情感特征明显,且合成系统可以快速构成。     

一种基于情感计算与层次化多头注意力机制的负面新闻识别方法

网络负面新闻识别在网络舆情监测中具有重要的研究意义.针对当前海量数据下负面新闻难以检测的问题,提出了一种基于情感计算与层次化多头注意力机制相结合的负面新闻识别方法.首先,从新闻文本中采用TF-IDF（Term Frequeney-Inverse Document Frquency）和语义相似度算法构建负面新闻情感词库;其次,采用情感倾向计算方法计算负面新闻情感词的情感倾向度;最后,将词语和词语的情感倾向度进行向量化表示,并采用层次化多头注意力机制进行正负面新闻的判定.情感计算和多头注意力机制的引入,对于捕获文本中的情感词语提供了很大帮助.最终本文基于真实的网络新闻文本数据与现有的多种算法进行对比,证明了该模型具有较好的识别效果,相比于Han模型和LSTM模型分别提高了0.67%和3.29%.     

基于LS-SVM的情感语音识别

提出了一种基于LS-SVM的情感语音识别方法。即先提取实验中语音信号的基频,能量,语速等参数为情感特征,然后采用LS-SVM方法对相应的情感语音信号建立模型,进行识别。实验结果表明,利用LS-SVM进行基本情感识别时,识别率较高。     

影视作品配音技巧和情感表述

电影成为了我们生活中不可或缺的一项休闲项目,大到电影院,小到个人家庭,我们经常能够看到电影的身影,甚至对于一些影迷来说,为了等待一部电影能够做到茶不思饭不想,然而对于电影来说,除了夸张的特效和完美的演技之外,还需要高水平的配音,从翻译配音到替代配音,这些配音的演员们需要对配音的技巧进行合理的展示和对情感的表达进行完美的诠释.