排序方法是多粒度粗糙集研究的一个重要内容。分析了现有优势关系多粒度粗糙集排序方法的优缺点,对现有排序公式进行改进,使其构造的优势关系矩阵满足对称互补性,且能有效克服方法失效问题。同时,基于相对优势度的
目前,邻域多粒度粗糙集模型广泛采用的距离函数闵可夫斯基距离存在着一定的局限性,通过引入兰氏距离作为距离函数,重构了邻域半径的选取方法,基于此提出一种改进的邻域多粒度粗糙集模型,并证明了相关的性质。采用
国外最新的微博情感分析论文其中详细的分析了微博情感分析现况和挑战提出了自己分析的方法并且用多种分类器进行分析实验得出结果
改论文总结了语音情感分析相关的研究,包括情感模型,语音情感数据集,数据预处理,数据特征提取,情感分类模型等等
共包含6大类20个细粒度要素的情感倾向.数据集分为训练、验证、测试A与测试B四部分。数据集中的评价对象按照粒度不同划分为两个层次,层次一为粗粒度的评价对象,例如评论文本中涉及的服务、位置等要素;层次二
论文研究-知识的粒度计算及其应用.pdf, 粗糙集理论是一种较新的软计算方法,可以有效地分析和处理不完备信息.本文介绍了知
基于粒度计算的覆盖算法,赵姝,张燕平,为了更好地解决高维海量数据的分类问题,本文提出一种基于粒度计算的覆盖算法。该算法以粒度计算为理论依据,指出在分析研究某一
用于微博情感分析的可视化模型研究,钱鹰,叶云智,随着社交网络的飞速发展,以新浪微博为首的社交媒体受到越来越多用户的青睐。通过对大量微博数据进行处理和情感分析,以一图胜千
基于word2vec扩展情感词典和SVM的情感分析方法,顾卓航,张笑燕,随着互联网的快速发展,用户的评论信息已经成为各个商家用于优化产品、服务的重要信息源,如何对这些评论信息进行情感分类已成为
通过对情感与理性的相容性分析以及情感在集成、适应、动力和交互等方面的功能研究,指出情感是人类解决现实复杂问题的有效机制。在情感功能与工程需求的适配性分析的基础上指出,围绕情感所展开的情感计算在复杂工程