大规模场景图像的情感语义分析若干关键技术研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

大规模场景图像的情感语义分析若干关键技术研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景与意义1

1.1.1 研究背景1

1.1.2 研究意义5

1.2 国内外研究现状7

1.2.1 图像的情感语义分析7

1.2.2 图像检索技术研究现状14

1.3 本书主要工作17

1.3.1 场景图像的情感语义特征提取研究18

1.3.2 基于模糊理论的场景图像自动标注方法研究18

1.3.3 场景图像的情感类别预测研究19

1.3.4 基于MapReduce的大规模场景图像检索技术研究20

1.4 本书组织结构20

1.5 本章小结22

第2章 大数据处理与图像检索23

2.1 大数据的种类、特点和应用23

2.1.1 大数据的种类23

2.1.2 大数据的特点25

2.1.3 大数据的应用26

2.2 大数据处理面临的问题29

2.3 大数据处理与图像检索的关系30

2.4 本章小结32

第3章 开放行为学实验环境下的场景图像情感语义分析33

3.1 图像情感语义理解的相关概念33

3.1.1 情感与情感计算33

3.1.2 情感建模34

3.1.3 图像情感语义分析35

3.1.4 图像情感语义标注36

3.1.5 图像情感语义检索37

3.2 图像语义层次模型38

3.3 开放行为学实验环境下场景图像的情感语义分析40

3.3.1 情感模型的选择40

3.3.2 被试的选取42

3.3.3 实验数据和方案设计43

3.3.4 场景图像情感语义数据分析方法44

3.3.5 场景图像的情感语义数据实验分析45

3.4 图像分析和检索的性能评测49

3.5 本章小结51

第4章 基于模糊理论的场景图像情感语义标注方法52

4.1 模糊理论52

4.1.1 概述52

4.1.2 基本定义54

4.2 颜色视觉特征提取55

4.2.1 颜色空间的选取55

4.2.2 HSV颜色空间量化58

4.2.3 基于权重的不规则分块场景图像颜色特征提取59

4.3 场景图像的模糊语义描述61

4.3.1 情感值的确定61

4.3.2 情感规则G62

4.3.3 情感规则映射T63

4.4 基于T-S模糊神经网络的场景图像的情感语义特征映射63

4.4.1 T-S模糊神经网络（T-S FNN）64

4.4.2 语义特征映射66

4.5 场景图像的情感语义自动标注69

4.6 实验结果及分析70

4.7 本章小结72

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74

5.1 融合情绪、性格因素的OCC情感模型74

5.1.1 情绪因素描述75

5.1.2 性格因素描述78

5.1.3 融合情绪、性格因素的情感建模方法79

5.2 BP神经网络权值和阈值的优化80

5.2.1 BP神经网络80

5.2.2 粒子群优化算法（PSO）优化BP神经网络82

5.3 Adaboost-PSO-BP神经网络预测算法85

5.3.1 Adaboost算法85

5.3.2 Adaboost-PSO-BP神经网络算法85

5.4 场景图像情感语义类别预测87

5.5 实验结果与讨论88

5.6 本章小结92

第6章 基于MapReduce的大规模场景图像检索技术93

6.1 Hadoop平台相关技术介绍93

6.1.1 Hadoop的起源和背景93

6.1.2 H DFS体系结构95

6.1.3 MapReduce编程模型96

6.1.4 Mahout算法库98

6.2 基于MapReduce的大规模场景图像检索方案101

6.2.1 场景图像检索整体框架101

6.2.2 大规模场景图像及其特征的存储104

6.2.3 场景图像的特征提取106

6.2.4 基于分布式Mean Shift的场景图像特征聚类算法106

6.3 实验与结果分析110

6.3.1 实验环境与测试数据110

6.3.2 系统性能测试与分析110

6.4 本章小结115

第7章 总结与展望116

7.1 本书工作总结116

7.2 研究展望118

参考文献120