注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 从图像的人类情感的检测

  2. 此代码可以检测出图像的人类情感。首先，它需要一个图像，然后通过肤色分割，它可以检测人体皮肤的颜色，那么它的人脸检测。然后它将眼唇部的脸。然后绘制贝塞尔曲线的眼睛和嘴唇。然后比较了眼睛Bezier曲线和嘴唇，眼睛和嘴唇都存储在数据库的Bezier曲线。然后找到最近的Bezier诅咒从数据库给出了数据库作为图像存储Bezier曲线的情绪情感。

  3. 所属分类：C++

    • 发布日期：2013-10-14
    • 文件大小：2097152
    • 提供者：cc5856275

  1. 基于EEG的驾驶员情感状态识别的贝叶斯网络模型

  2. 基于EEG的驾驶员情感状态识别的贝叶斯网络模型，范新安，毕路拯，考虑了驾驶员的个性特征以及驾驶环境因素的条件下，利用贝叶斯网络建立了基于脑电信号（EEG）的驾驶员情感状态检测模型。首先对采

  3. 所属分类：其它

    • 发布日期：2020-02-24
    • 文件大小：573440
    • 提供者：weixin_38503496

  1. 基于多模态生理信号的驾驶员情感状态检测方法研究

  2. 基于多模态生理信号的驾驶员情感状态检测方法研究，范新安，毕路拯，本文利用贝叶斯网络理论，综合考虑了影响驾驶员情感状态的个性特征和驾驶环境因素，提出了基于脑电信号（EEG）和心电信号（ECG）的

  3. 所属分类：其它

    • 发布日期：2020-01-28
    • 文件大小：622592
    • 提供者：weixin_38576045

  1. 基于内容分析的微博转发行为研究.pdf

  2. 摘 要：【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现，对微博转发行为的研究有助 于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度，对微博转发行为进行了预测。量化分析了微博内容 中一组低水平特征和高水平特征，采用逻辑回归模型对微博转发概率进行预测，并在微博数据集中进行了训练和 验证。【结果/结论】基于模型中的参数学习，证实这些内容特征对于微博转发有着密切的联系，据此进一步推断微 博用户主要的兴趣点。 关键字：微博；转发；内容分析；情感理论研究 情报科学 第36卷第4

  3. 所属分类：其它

    • 发布日期：2019-09-07
    • 文件大小：1048576
    • 提供者：maomao1688

  1. 情感识别中脑电信号Lempel-Ziv复杂度的研究

  2. 在生理信号中,基于脑电信号的情感识别越来越引起研究者的重视。Lempel-Ziv复杂度测量是一种有效的非线性脑电信号分析方法,同时在情感脑—机接口系统中还可以用于进行情感的识别。文章在传统Lempel-Ziv复杂度算法的基础上,提出一种新的Lempel-Ziv复杂度算法,从而更好地进行基于脑电信号的情感识别。首先进行脑电信号的预处理,通过小波包变换来保留脑电信号的低频信号;然后利用非线性滤波器来移除脑电信号中的奇异值;进一步我们提出一种有效的自适应Lempel-Ziv复杂度算法来度量脑电信号的复

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：674816
    • 提供者：weixin_38501610

  1. 基于情感兴趣社区检测的个性化推荐

  2. 社区已经成为推荐系统挖掘兴趣的流行平台。 主题的语义反映了用户的隐性兴趣。 主题情感暗示着用户的情感倾向。 具有共同情感的人们可以形成令人感兴趣的共鸣社区。 本文提出了一种基于共振情感兴趣社区的推荐模型，以提高推荐系统的准确性。 首先，我们学习加权语义向量和情感向量，以对语义和情感用户配置文件进行建模。 然后，通过结合语义和情感因素，计算共振关系以评估用户的共振关系。 最后，基于共振关系，检测共振社区以发现共振组以提出个性化建议。 实验结果表明，与传统方法相比，该模型在寻找与语义相关的情感兴趣方

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_38633576

  1. Emo-Web-Player:基于情感的音乐播放器-源码

  2. Emo-Web-Player 基于情感的音乐播放器 这是基于情感检测的音乐播放器项目

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：4096
    • 提供者：weixin_42116791

  1. 短文本社会情感分类的多标签最大熵模型

  2. 社交媒体为许多人提供了一个在线表达情感的机会。 对用户情绪进行自动分类可以帮助我们理解公众的偏爱，公众有很多有用的应用程序，包括情感检索和意见汇总。 短文本在Web上很普遍，尤其是在推文，问题和新闻标题中。 现有的大多数社会情感分类模型都集中在长文档传达的用户情感的检测上。 在本文中，我们介绍了一种用于对短文本进行用户情感分类的多标签最大熵（MME）模型。 MME通过对多个用户共同评分的多个情感标签和价进行建模，从而生成丰富的功能。 为了提高该方法在变尺度语料库上的鲁棒性，我们进一步开发了一种针

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：615424
    • 提供者：weixin_38734200

  1. 基于主题-对立情感依赖模型的虚假评论检测方法

  2. 根据评论内容的特性， 提出了一种基于主题－对立情感依赖模型（ ｔｏ ｐ ｉｃ －ｏ ｐｐ ｏｓｉｔｅｓｅｎｔｉｍｅｎｔｄｅ ｐ ｅｎｄｅｎｃ ｙｍｏｄ －ｅｌ ， ＴＯＳＤＭ） 的虚假评论检测方法。首先构建 ＴＯＳＤＭ 模型， 利用该模型提取评论的主题信息以及主题对应的情感信息； 然后结合评论的主题以及情感信息， 分析并提 取６维 评 论 内 容 特 征； 最 后 利 用 这 些 评 论 内 容 特 征， 采 用 有 监督学习的分类器对虚假评论进行检 测。在 大 众 点 评 网 获 取 的２００

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：521216
    • 提供者：weixin_38618140

  1. 使用用户交互关系的微博情感取向检测

  2. 使用用户交互关系的微博情感取向检测

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1048576
    • 提供者：weixin_38559646

  1. 基于情感分析的隐性寻物方法

  2. 本文旨在基于情感分析来检测隐藏的星际干扰。 我们提出了一种将情感分析和不正当评级检测结合在一起的隐藏式航天检测方法。 该方法包含五个功能模块，包括：数据爬网模块，预处理模块，词袋建立模块，情感挖掘和分析模块以及匹配模块。 我们给出ROC曲线（AUC）来评估本文提出的方法。 结果表明，该方法可以在提高情感分类精度的前提下，实现对隐性航天的检测。 我们的工作发现并研究了一种新的隐藏的星空特征，并为文本情感分类手动构建了语料库，从而为我们的未来研究奠定了基础。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_38727453

  1. 社交网络中的情感社区检测

  2. 社交网络中的情感社区检测

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：805888
    • 提供者：weixin_38621565

  1. 理解情感—从Keras移植到pyTorch

  2. 情感情绪检测是自然语言理解的关键要素。最近，我们将原来的项目迁移到了新的集成系统上，该系统基于麻省理工学院媒体实验室推出的NLP模型搭建而成。代码已经开源了！（详见GitHub：https://github.com/huggingface/torchMoji）该模型最初的设计使用了TensorFlow、Theano和Keras，接着我们将其移植到了pyTorch上。与Keras相比，pyTorch能让我们更自由地开发和测试各种定制化的神经网络模块，并使用易于阅读的numpy风格来编写代码。在这篇

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：197632
    • 提供者：weixin_38695751

  1. New_Mood-Emotion：使用LSTM递归NN检测情绪的代码-源码

  2. 文本情感识别 检测文本中的情绪。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：4194304
    • 提供者：weixin_42123296

  1. 构成前端：突出并报告有毒的政治推文。 该项目在Twitter上为各种知名政治人物显示有关毒性的数据可视化-源码

  2. 在Twitter上揭露政治中的性别歧视 该项目在Twitter上针对各种知名政治人物显示有关毒性的数据可视化。 该数据是通过定期查询Twitter API收集的，可追溯到2019年初。我们查询了Twitter API，并搜索了包括政客的名字和姓氏及其Twitter句柄在内的关键字。 为了获取有关推文情感的信息，我们使用了Perspective API，该API用于在线检测滥用和骚扰。 透视API具有检测多个属性的能力。 我们使用了毒性，身份攻击和露骨色情内容。 在给定文本的情况下，Perspec

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：1048576
    • 提供者：weixin_42153615

  1. facialAnalysisLiteDetection2D：facialAnalysisLiteDetection2D：实现对rasgos面部分析器的检测。 药典和药典的药典。 OpenCV DNN旅行社，prediciónde edad。

  2. 面部分析：Lite Detector 2D（Python API） 介绍 facialAnalysisLiteDetection2D模块使用tensorflow ， cvlib和openCV python API。 该模块使用预先训练的模型分析人脸，并添加人脸分析以预测某些特征，例如性别，年龄和情感。 还可以使用YARP在处理前和处理后发送视频源。 还YARP源视频，例如输入。 此模块还将检测结果发布到YARP端口。 训练有素的模型 facialAnalysisLiteDetection2D需要

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：50331648
    • 提供者：weixin_42168265

  1. serverless-positive-chat：包含性聊天，可以避免负面消息并以您选择的语言翻译内容，从而跟踪聊天室的主要主题-源码

  2. 无服务器积极聊天 包容性聊天，可以避免负面消息，并以您选择的语言翻译内容，从而跟踪聊天室的主要主题。 该应用程序被设计为完全，使用： 用于管理浏览器和Lambda函数之间的WebSocket通信 适用于自定义业务逻辑的 检测主导语言，消息的情感及其主要实体（主题） 将消息成聊天室每个参与者选择的语言，或者翻译成Comprehend支持的用于情感和实体检测的语言。 用于存储消息，连接信息以及每个聊天室中讨论的主题 您可以在此处找到该架构的简要说明： 可以从以下位置获得示例部署： 选

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：20480
    • 提供者：weixin_42151729

  1. 分层dnn解释：使用论文《神经网络预测的分层解释》中的复制ACD（ICLR 2019）-源码

  2. 从神经网络预测的层次解释论文中使用/复制ACD的官方代码（ICLR 2019 ）。 该代码为神经网络所做的单个预测生成层次解释。 注意：此存储库正在积极维护。 如有任何疑问，请提出问题。 例子/文档 安装： pip install acd （或克隆并运行python setup.py install ） 示例： 文件夹包含带有许多演示的笔记本 api ： 提供可用功能列表 src ： 文件夹包含方法实现的源 通过更改超参数允许进行不同类型的解释（在示例中进行了说明） 使用python3和

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：24117248
    • 提供者：weixin_42140846

  1. 理解情感—从Keras移植到pyTorch

  2. 情感情绪检测是自然语言理解的关键要素。最近，我们将原来的项目迁移到了新的集成系统上，该系统基于麻省理工学院媒体实验室推出的NLP模型搭建而成。代码已经开源了！（详见GitHub：https://github.com/huggingface/torchMoji）该模型最初的设计使用了TensorFlow、Theano和Keras，接着我们将其移植到了pyTorch上。与Keras相比，pyTorch能让我们更自由地开发和测试各种定制化的神经网络模块，并使用易于阅读的numpy风格来编写代码。在这篇

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：181248
    • 提供者：weixin_38644233

  1. 使用用户交互关系的微博情感取向检测

  2. 使用用户交互关系的微博情感取向检测

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：131072
    • 提供者：weixin_38558659
« 12 3 4 5 6 7 8 »