大规模场景图像的情感语义分析若干关键技术研究-行业好书-社会科学-太极之巅书单号

书刊介绍

大规模场景图像的情感语义分析若干关键技术研究内容简介

本书的内容中有一部分内容反映了场景图像情感语义分析和检索的*研究成果、研究方法和研究动向，在理论体系和方法上均有创新，构建了场景图像情感语义关键技术分析的平台。

大规模场景图像的情感语义分析若干关键技术研究本书特色

《大规模场景图像的情感语义分析若干关键技术研究》内容简介：本书围绕场景图像的情感语义理解展开研究，从情感语义数据的获取、自动标注、情感语义类别的预测及大规模场景图像数据的高效检索等方面进行了探讨和研究，系统地阐述了场景图像情感语义分析的关键技术。从理论上，对场景图像蕴含的情感语义进行了抽象、分析和形式化表示；在实践上，搭建了实验平台进行了验证和分析，为各类图像数据的情感语义理解提供了新的思路和途径。全书集理论、技术、方法及实践于一体，具有较强的理论性和实践性，反映了当前该理论的*研究成果。

大规模场景图像的情感语义分析若干关键技术研究目录

目录第1 章绪论…0011.1 研究背景与意义…0011.1.1 研究背景…0011.1.2 研究意义…0051.2 国内外研究现状…0071.2.1 图像的情感语义分析…0071.2.2 图像检索技术研究现状…0141.3 本书主要工作…0171.3.1 场景图像的情感语义特征提取研究…0181.3.2 基于模糊理论的场景图像自动标注方法研究…0181.3.3 场景图像的情感类别预测研究…0191.3.4 基于MapReduce 的大规模场景图像检索技术研究…0201.4 本书组织结构…0201.5 本章小结…022第2 章大数据处理与图像检索…0232.1 大数据的种类、特点和应用…0232.1.1 大数据的种类…0232.1.2 大数据的特点…0252.1.3 大数据的应用…0262.2 大数据处理面临的问题…0292.3 大数据处理与图像检索的关系…0302.4 本章小结…032第3 章开放行为学实验环境下的场景图像情感语义分析…0333.1 图像情感语义理解的相关概念…0333.1.1 情感与情感计算…0333.1.2 情感建模…0343.1.3 图像情感语义分析…0353.1.4 图像情感语义标注…0363.1.5 图像情感语义检索…0373.2 图像语义层次模型…0383.3 开放行为学实验环境下场景图像的情感语义分析…0403.3.1 情感模型的选择…0403.3.2 被试的选取…0423.3.3 实验数据和方案设计…0433.3.4 场景图像情感语义数据分析方法…0443.3.5 场景图像的情感语义数据实验分析…0453.4 图像分析和检索的性能评测…0493.5 本章小结…051第4 章基于模糊理论的场景图像情感语义标注方法…0524.1 模糊理论…0524.1.1 概述…0524.1.2 基本定义…0544.2 颜色视觉特征提取…0554.2.1 颜色空间的选取…0554.2.2 HSV 颜色空间量化…0584.2.3 基于权重的不规则分块场景图像颜色特征提取…0594.3 场景图像的模糊语义描述…0614.3.1 情感值的确定…0614.3.2 情感规则G…0624.3.3 情感规则映射T …0634.4 基于T-S模糊神经网络的场景图像的情感语义特征映射…0634.4.1 T-S 模糊神经网络（T-S FNN） …0644.4.2 语义特征映射…0664.5 场景图像的情感语义自动标注…0694.6 实验结果及分析…0704.7 本章小结…072第5 章基于Adaboost-PSO-BP 神经网络的场景图像情感语义类别预测算法…0745.1 融合情绪、性格因素的OCC情感模型…0745.1.1 情绪因素描述…0755.1.2 性格因素描述…0785.1.3 融合情绪、性格因素的情感建模方法…0795.2 BP神经网络权值和阈值的优化…0805.2.1 BP 神经网络…0805.2.2 粒子群优化算法（PSO）优化BP 神经网络…0825.3 Adaboost-PSO-BP神经网络预测算法…0855.3.1 Adaboost 算法…0855.3.2 Adaboost-PSO-BP 神经网络算法…0855.4 场景图像情感语义类别预测…0875.5 实验结果与讨论…0885.6 本章小结…092第6 章基于MapReduce 的大规模场景图像检索技术…0936.1 Hadoop平台相关技术介绍…0936.1.1 Hadoop 的起源和背景…0936.1.2 HDFS 体系结构…0956.1.3 MapReduce 编程模型…0966.1.4 Mahout 算法库…0986.2 基于MapReduce的大规模场景图像检索方案…1016.2.1 场景图像检索整体框架…1016.2.2 大规模场景图像及其特征的存储…1046.2.3 场景图像的特征提取…1066.2.4 基于分布式Mean Shift 的场景图像特征聚类算法…1066.3 实验与结果分析…1106.3.1 实验环境与测试数据…1106.3.2 系统性能测试与分析…1106.4 本章小结…115第7 章总结与展望…1167.1 本书工作总结…1167.2 研究展望…118参考文献…120

大规模场景图像的情感语义分析若干关键技术研究作者简介

作者：曹建芳
曹建芳，教授。1999年7月毕业于太原理工大学计算机科学与技术系，2005年7月获山西大学计算机应用技术硕士学位，2015年7月获太原理工大学计算机科学与技术博士学位，主要研究领域为数字图像的语义理解。主持山西省自然科学基金一项（No. 2013011017-2），山西省高校科技创新项目一项（No. 2013150），并主要参与了一项国家自然科学基金项目（No. 61202163）的研究。现已发表学术论文30余篇，其中SCI、EI两大检索计17篇。