导读:本文包含了情感迁移模型论文开题报告文献综述及选题提纲参考文献，主要关键词:网络舆情,情感迁移,SEIR模型,仿真
情感迁移模型论文文献综述
冷东梅,付文洁,陈璐,洪小娟[1]（2019）在《基于传染病模型的热点舆情事件情感迁移研究》一文中研究指出网络舆情中情感的演化对舆情的走向影响较大,研究网络舆情情感迁移对预测和监管舆情的发展方向、制定应对策略具有重要意义。根据分析舆情情感演化规律,在传统传染病SEIR模型的基础上,增加S、E直接到R的转化,构建改良SEIR模型,运用AnyLogic软件对模型进行仿真,并通过改变参数值来研究其对情感迁移的影响。(本文来源于《中国集体经济》期刊2019年33期）
曲昭伟,赵燕娇,王晓茹[2]（2019）在《基于样本过滤和迁移学习的多领域情感分类模型》一文中研究指出目前,大部分进行情感分类的模型以单个数据集进行训练并测试,然而对一个数据集训练得到的模型参数不适用于另一个数据集,模型不具备通用性.为此提出一种适用于多个领域的情感分类模型(MDSC),借助样本过滤和迁移学习,使训练得到的模型参数适用于多个领域下的不同数据集,使模型更具适用性和拓展性,即先将文档映射到领域的分布式表示,并以此作为领域分类和情感分类的桥梁,最后进行情感分类.为了使模型更具通用性,需要选择代表性强的数据样本,于是通过构建具有领域独立性的情感字典对属于同一文档的句子进行过滤,获取高质量的训练集.同时为了提高分类准确率并减少训练时间,使用基于参数的迁移学习方法,利用神经网络获得文档向量再进行分类.在包含15个不同领域的数据集上进行实验,与其他情感分类模型相比得到了较好的实验效果.(本文来源于《中国科学技术大学学报》期刊2019年01期）
刘川[3]（2017）在《基于迁移学习和Arousal-Valence情感模型的表情识别研究》一文中研究指出近些年,随着人工智能技术的蓬勃发展,计算机视觉技术也逐渐呈现遍地开花之势,未来计算机将具备识别并理解情感的能力,拥有同人类一样的情商。表情识别已成为计算机视觉领域的研究重点和热点,受到诸多学者的广泛研究。论文在跨领域的表情识别研究中采用迁移学习算法与Arousal-Valence情感维度模型,并重点研究了基于迁移主成分分析(Transfer Principal Component Analysis,TPCA)的两层融合表情识别方法和基于子空间对齐(Subspace Alignment,SA)的表情识别方法。首先,在跨领域的表情识别问题上,为利用不同领域间的共性,减小领域间数据差异性,论文采用迁移主成分分析算法用于将不同领域提取的原始特征投影到中间共同子空间中实现数据降维的同时减小了数据间差异性。心理学研究和已有的研究成果已证明Arousal-Valence维度间满足正相关关系,为利用这种正相关关系,同时利用不同特征间优势,研究中采用了两层融合的表情识别方法。实验结果表明采用TPCA迁移学习方法进行特征降维相较于传统主成分分析降维能提高跨领域的表情识别效果。此外,利用维度相关性识别结果会进一步得到提高。其次,针对TPCA算法在寻找中间共同子空间的过程中计算量较大,导致大量的时间开销问题,提出了一种基于子空间对齐的表情识方法。该算法直接将源领域样本数据映射到源领域中,将目标领域样本数据映射到目标领域子空间中,无需计算共同子空间,所需时间开销较少。对比实验说明,子空间对齐算法要比TPCA算法的时间开销少的多,且本文方法相比于传统PCA降维和传统特征融合能获得更好的识别结果。最后,设计并开发了一个采用两种迁移学习算法和连续情感维度模型的表情识别原型系统。该系统包含有图像展示、模型加载、表情维度值识别等模块。实际测试表明,该系统能利用两种迁移学习算法在连续情感维度模型上实现对面部表情的有效识别。(本文来源于《重庆邮电大学》期刊2017-04-06）
情感迁移模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目前,大部分进行情感分类的模型以单个数据集进行训练并测试,然而对一个数据集训练得到的模型参数不适用于另一个数据集,模型不具备通用性.为此提出一种适用于多个领域的情感分类模型(MDSC),借助样本过滤和迁移学习,使训练得到的模型参数适用于多个领域下的不同数据集,使模型更具适用性和拓展性,即先将文档映射到领域的分布式表示,并以此作为领域分类和情感分类的桥梁,最后进行情感分类.为了使模型更具通用性,需要选择代表性强的数据样本,于是通过构建具有领域独立性的情感字典对属于同一文档的句子进行过滤,获取高质量的训练集.同时为了提高分类准确率并减少训练时间,使用基于参数的迁移学习方法,利用神经网络获得文档向量再进行分类.在包含15个不同领域的数据集上进行实验,与其他情感分类模型相比得到了较好的实验效果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
情感迁移模型论文参考文献
[1].冷东梅,付文洁,陈璐,洪小娟.基于传染病模型的热点舆情事件情感迁移研究[J].中国集体经济.2019
[2].曲昭伟,赵燕娇,王晓茹.基于样本过滤和迁移学习的多领域情感分类模型[J].中国科学技术大学学报.2019
[3].刘川.基于迁移学习和Arousal-Valence情感模型的表情识别研究[D].重庆邮电大学.2017