检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

情感分析中的多传感器数据融合研究综述

计算机工程与应用 2023年第23期59卷 1-14页

作者：金叶磊古兰拜尔·吐尔洪买日旦·吾守尔新疆大学信息科学与工程学院乌鲁木齐830046

多传感器数据融合技术下的情感分析技术是人机交互领域的热门研究方向。随着深度学习技术的发展,情感分析技术的研究也从传统的基于单一传感器数据的方法转向了基于多传感器数据融合的方法。从多传感器数据融合以及情感分析技术的定义... 详细信息

多传感器数据融合技术下的情感分析技术是人机交互领域的热门研究方向。随着深度学习技术的发展,情感分析技术的研究也从传统的基于单一传感器数据的方法转向了基于多传感器数据融合的方法。从多传感器数据融合以及情感分析技术的定义和发展历程出发,介绍多传感器数据融合技术下的情感分析技术的研究现状和挑战;介绍了多传感器数据融合的经典模型和传统方法。阐述了目前国内外情感分析技术研究的主要方向和研究成果,其中包括基于如语音、视觉、文本和生理信息等数据的情感分析相关研究。介绍了基于多传感器数据融合技术的多模态情感分析方法,通过实验对比多模态情感分析与单模态的情感分类效果,并展望了多传感器数据融合技术下的情感分析技术的发展前景和可能的研究方向,其中包括跨语种情感分析及多模态情感分析技术的进一步应用和发展等。

关键词：传感器数据融合情感分析多模态特征融合

在线全文

学校读者我要写书评

暂无评论

低资源条件下的语音合成方法综述

计算机工程与应用 2023年第15期59卷 1-16页

作者：张佳琳买日旦·吾守尔古兰拜尔·吐尔洪新疆大学信息科学与工程学院乌鲁木齐830046

语音合成是人机交互领域的热门研究方向。深度学习时代以来,其研究重心由低效的传统方法转向基于神经网络的端到端语音合成技术,但在小语种语料数据、目标说话人语音训练数据或大型情感语音数据集收集困难的低数据资源情况下,构建成熟... 详细信息

语音合成是人机交互领域的热门研究方向。深度学习时代以来,其研究重心由低效的传统方法转向基于神经网络的端到端语音合成技术,但在小语种语料数据、目标说话人语音训练数据或大型情感语音数据集收集困难的低数据资源情况下,构建成熟的语音合成系统仍是研究难点。故对语音合成的经典模型做分类介绍,围绕低资源问题的国内外研究现状做系统综述。从语音合成系统的组成结构与模型训练角度,分别阐述近年提升语音合成模型总体性能的主流技术,并总结了适用于语音合成不同任务的包含多种语言、多种情感、多位说话人的各类开源语音数据集。对应用深度学习和机器学习如迁移学习、元学习、数据增广等手段的解决低资源语音合成方法进行概述分析与优缺点比较,简要介绍少样本场景下的说话人自适应、语音克隆与转换等技术。对缓解低资源语音合成问题的可行研究方向进行探讨与展望。

关键词：语音合成低资源数据增广迁移学习元学习微调

在线全文

学校读者我要写书评

暂无评论

双元双模态下二次门控融合的多模态情感分析

计算机工程与应用 2024年第8期60卷 165-172页

作者：刘青文买日旦·吾守尔古兰拜尔·吐尔洪新疆大学信息科学与工程学院乌鲁木齐830046

为了平衡情感信息在不同模态中分布的不均匀性,获得更深层次的多模态情感表征,提出了一种基于双元双模态二次门控融合的多模态情感分析方法。对文本、视觉模态,文本、语音模态分别融合,充分考虑文本模态在三个模态中的优势地位。同时为... 详细信息

为了平衡情感信息在不同模态中分布的不均匀性,获得更深层次的多模态情感表征,提出了一种基于双元双模态二次门控融合的多模态情感分析方法。对文本、视觉模态,文本、语音模态分别融合,充分考虑文本模态在三个模态中的优势地位。同时为了获得更深层次的多模态交互信息,使用二次融合。在第一次融合中,使用融合门决定向主模态添加多少补充模态的知识,得到两个双模态混合知识矩阵。在第二次融合中,考虑到两个双模态混合知识矩阵中存在冗余、重复的信息,使用选择门从中选择有效、精简的情感信息作为双模态融合后的知识。在公开数据集CMU-MOSEI上,情感二分类的准确率和F1值分别达到了86.2%、86.1%,表现出良好的健壮性和先进性。

关键词：多模态情感分析双元双模态二次融合门控注意力机制

在线全文

学校读者我要写书评

暂无评论

基于知识架构的持续学习情感分类方法

计算机工程 2023年第2期49卷 112-118页

作者：王松买日旦·吾守尔古兰拜尔·吐尔洪薛源新疆大学信息科学与工程学院乌鲁木齐830046 清华大学电子工程系北京100084

当情感分类模型依次学习多个领域的情感分类任务时,从新任务中学到的参数会直接修改模型原有参数,由于缺少对原有参数的保护机制,降低了模型在旧任务上的分类准确率。为缓解灾难遗忘现象对模型性能的影响,并增加任务间的知识迁移,提出... 详细信息

当情感分类模型依次学习多个领域的情感分类任务时,从新任务中学到的参数会直接修改模型原有参数,由于缺少对原有参数的保护机制,降低了模型在旧任务上的分类准确率。为缓解灾难遗忘现象对模型性能的影响,并增加任务间的知识迁移,提出一种用于中文情感分类的基于知识架构的持续学习方法。在Transformer编码层中,采用任务自注意力机制为每个任务单独设置注意力变换矩阵,通过区分任务特有的注意力参数实现知识保留。在TextCNN的全连接层中,利用任务门控注意力(HAT)机制控制每个神经元的开闭,为每个任务训练特定的网络结构,仅激活对任务重要的神经元加强知识挖掘,提升分类效率与准确率。在JD21中文数据集上的实验结果表明,该方法的Last ACC和负类F1值相比于基于HAT的持续学习方法分别提升了0.37和0.09个百分点,具有更高的分类准确率,并且有效缓解了灾难遗忘现象。

关键词：持续学习知识架构情感分类知识保留网络知识挖掘网络

基于Hellinger距离与词向量的终身机器学习主题模型

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第11期48卷 89-95页

作者：雷恒林古兰拜尔·吐尔洪买日旦·吾守尔曾琪新疆大学信息科学与工程学院乌鲁木齐830046

与传统的机器学习方法相比,终身机器学习能够有效利用知识库中积累的知识来提高当前学习任务的学习效果。然而经典的终身主题模型(LTM)在领域选择时缺乏偏向性,且在计算目标词的相似性时不能充分利用目标词的上下文信息。从词语和主题... 详细信息

与传统的机器学习方法相比,终身机器学习能够有效利用知识库中积累的知识来提高当前学习任务的学习效果。然而经典的终身主题模型(LTM)在领域选择时缺乏偏向性,且在计算目标词的相似性时不能充分利用目标词的上下文信息。从词语和主题选择的角度提出改进模型HW-LTM,利用Word2vec词向量的余弦相似度和主题之间的Hellinger距离寻找相似度较大的词语和领域,实现在迭代学习中对词语和领域的更优选择和更有效的知识获取,同时通过预加载词向量相似度矩阵的方式解决词向量余弦距离的重复计算问题,利用Hellinger距离计算主题相似度,加快模型收敛速度。在京东商品评论数据集上的实验结果表明,HW-LTM模型表现优于基线主题挖掘模型,相比LTM模型,其topic coherence指标提升48,耗时缩短43.75%。

关键词：终身机器学习主题模型 Hellinger距离词向量领域选择

在线全文

学校读者我要写书评

暂无评论

基于终身朴素贝叶斯方法的情感分类

中文信息学报 2023年第9期37卷 150-160页

作者：王松买日旦·吾守尔古兰拜尔·吐尔洪段淑敏新疆大学信息科学与工程学院新疆乌鲁木齐830046

面对快速增长和变化的网络信息,现有情感分类模型受灾难遗忘的影响,在训练完成后难以累积和迁移知识。受到人类持续学习过程的启发,尝试用终身学习解决这一问题。该文讨论终身学习概念并为终身学习范式构建多任务情感分类数据集;将终身... 详细信息

面对快速增长和变化的网络信息,现有情感分类模型受灾难遗忘的影响,在训练完成后难以累积和迁移知识。受到人类持续学习过程的启发,尝试用终身学习解决这一问题。该文讨论终身学习概念并为终身学习范式构建多任务情感分类数据集;将终身朴素贝叶斯方法用于中文情感分类任务:把不同种类的商品评论视为不同的情感分类任务,LNB算法依次学习并为每一个任务构建分类器。利用领域注意力机制改进LNB,提出该文方法LNB-DA。实验表明该文方法具备知识累积与迁移的能力,负类F 1值优于对比方法0.15%~23.41%。

关键词：终身学习持续学习朴素贝叶斯情感分类

在线全文

学校读者我要写书评

暂无评论

生成对抗网络及其应用研究综述

计算机工程与应用 2021年第19期57卷 18-31页

作者：魏富强古兰拜尔·吐尔洪买日旦·吾守尔新疆大学信息科学与工程学院乌鲁木齐830046

生成对抗网络的理论研究与应用不断获得成功,已经成为当前深度学习领域研究的热点之一。对生成对抗网络理论及其应用从模型的类型、评价标准和理论研究进展等方面进行系统的综述:分别分析基于显式密度和基于隐式密度的生成模型的优缺点... 详细信息

生成对抗网络的理论研究与应用不断获得成功,已经成为当前深度学习领域研究的热点之一。对生成对抗网络理论及其应用从模型的类型、评价标准和理论研究进展等方面进行系统的综述:分别分析基于显式密度和基于隐式密度的生成模型的优缺点;总结生成对抗网络的评价标准,解读各标准之间的关系,并从应用层面介绍生成对抗网络在图像及其他领域中的研究进展,即通过图像转换、图像生成、图像修复、视频生成、文本生成及图像超分辨率等的应用;从模型的结构表示、训练控制、性能稳定以及评价标准等角度分析生成对抗网络的理论研究进展。研究讨论生成对抗网络的挑战,展望未来可能存在的发展方向。

关键词：生成模型生成对抗网络模型评价图像生成应用

在线全文

学校读者我要写书评

暂无评论

面向高维混合不平衡信贷数据的单类分类方法

计算机工程与应用 2021年第10期57卷 233-240页

作者：张东梅买日旦·吾守尔古兰拜尔·吐尔洪新疆大学信息科学与工程学院乌鲁木齐830046

为实现对高维混合、不平衡信贷数据中的不良贷款者的准确预测,从降维预处理和分类算法两方面进行优化,提出一种基于混合数据主成分分析(Principal Component Analysis of Mixed Data,PCAmix)预处理的单类K近邻(K-Nearest Neighbor,KNN)... 详细信息

为实现对高维混合、不平衡信贷数据中的不良贷款者的准确预测,从降维预处理和分类算法两方面进行优化,提出一种基于混合数据主成分分析(Principal Component Analysis of Mixed Data,PCAmix)预处理的单类K近邻(K-Nearest Neighbor,KNN)计算均值算法。针对传统的主成分分析(Principal Component Analysis,PCA)不能直接处理定性变量的问题,使用PCAmix降维预处理数据,为规避不平衡数据在二分类模型中性能较差的缺点,采用单类分类和K近邻算法邻居计算的思想,仅采用多数类训练模型。利用Bootstrap方法找到最佳的决策边界,使得正负样本最大限度地分离,最终准确预测客户的违约风险。采用UCI数据库中的German和Default个人信用评分数据集进行验证,实验结果表明该算法在处理高维混合、不平衡的信贷数据上具有较好的分类效果。

关键词：信用评分单类分类不平衡数据高维混合数据混合数据主成分分析

在线全文

学校读者我要写书评

暂无评论

高维混合入侵检测数据的单类分类算法研究

计算机应用与软件 2022年第4期39卷 300-310页

作者：莫少慧古兰拜尔·吐尔洪买日旦·吾守尔新疆大学信息科学与工程学院新疆乌鲁木齐830046

针对传统的方法未能有效地处理具有高维、混合以及不平衡的特性的入侵检测数据,结合单类分类概念和均值计算方法,提出一种单类分类K近邻(KNN)均值算法。其使用主成分分析混合(PCA mix)方法对高维混合数据进行降维预处理,并运用Bootstra... 详细信息

针对传统的方法未能有效地处理具有高维、混合以及不平衡的特性的入侵检测数据,结合单类分类概念和均值计算方法,提出一种单类分类K近邻(KNN)均值算法。其使用主成分分析混合(PCA mix)方法对高维混合数据进行降维预处理,并运用Bootstrap方法计算决策边界,提高准确性。通过使用三个不同的公开数据集进行实验,并与单类分类支持向量机(OCSVM)算法作对比,其分辨精度提高至94%以上,充分验证了提出算法的优越性。

关键词：高维混合不平衡入侵检测数据单类分类 K近邻 PCA mix Bootstrap