暂无评论
基于词汇语义和句法依存的情感关键句识别，冯冲，廖纯，门户网站、博客和论坛中的新闻性文章往往都带有自己的情感倾向性，而情感关键句的识别对判断文章的情感倾向、了解社会动态和舆情
由于情感感知移动应用的智能性和用户易接受性，使情感感知移动应用不断增加。由于移动设备的处理能力有限，因此移动设备上的情感识别方法的算法实现应该实时和高效。提出了一个移动应用上的高精度和低计算复杂度的情
基于OCC模型的汉语文本情感识别方法，毛峡，易寒飞，文本信息是人类最常用的交互方法之一，文本情感识别已成为人机交互领域的研究热点。在文本情感识别领域，大多数研究都是针对英文
在基于心电的情感识别中,体现不同情感状态的特征是提高情感识别率的基础.采用最优小波去噪心电信号,进行P波、QRS波、T波检测和能量计算,然后提取特征进行情感分类,并分析了P-QRS-T波能量在不同情感
从语音情感特征的提取和分类建模出发,以混合卷积神经网络模型为基础,改进特征提取中的 Itti模型,包括:增加通过局部二值模式提取的纹理特征;结合听觉敏感度权重提取情感强相关特征。然后提出通过特征约束条
使用C/S架构设计的移动App应用，实现在移动端精准识别人脸情感。通过客户端本地实现人脸检测等功能，将人脸情感识别在服务器端完成，并通过网络传输结果至客户端。系统在Android系统上部署客户端，服务
fer2013是kaggle的比赛的数据集，我已经把csv文件转换为了jpg格式，是48*48的灰度图像。总共有7类情感，可用有35887张图像。这里是部分人脸表情图像，完整表情数据量较大，可以联系我
语音中准确的情绪识别对于智能医疗、智能娱乐和其他智能服务等应用程序非常重要。由于汉语语言的复杂性，汉语语音的高精度动作识别具有挑战性。本文探讨了如何提高语音情感识别的准确性，包括语音信号特征提取和情感
情感识别是多学科交叉的研究方向,涉及认知科学、心理学、信号处理、模式识别、人工智能等领域的 研究热点,目的是使机器理解人类情感状态,进而实现自然人机交互.首先,从心理学及认知学角度介绍了语音情感 认知
1. 功率谱密度(power spectral density,PSD) 2. 差异不对称(differential asymmetry,DASM) 3. 理性不对称(rational asymmet
暂无评论