基于深度学习的少数民族绘画情感分析方法

来源 :中国科学:信息科学 | 被引量 : 0次 | 上传用户:frergreghrtgtrgt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像不仅可以传达丰富的语义信息进而直接表达人的情感,也可以在情感层面影响他人,艺术作品更是如此.人们对于不同的视觉刺激有着不同的情绪反应,所以理解图片所包含的情感是非常重要的.本文通过微调现有的卷积神经网络模型,以少数民族绘画图像数据为研究对象,分析了艺术绘画的色相、亮度、饱和度,以及对比度对神经网络模型情感分类的影响,并在公共数据集Twitter image dataset上取得了超过目前先进水平3.4%的精度提升.最后,本文提出了一种相关任务的预训练策略,对少数民族绘画的情感分类任务有明显的提升
其他文献
本文在2014年3月至2015年1月采集了泉州市城区5个采样点的大气PM_(2.5)样品,并同步采集泉州市主要大气PM_(2.5)潜在污染源样品.采用电感耦合等离子质谱(ICP-MS)和热电离质谱(TIMS)分析样品中铅、锶含量及铅、锶同位素的组成,利用铅、锶二元同位素示踪了大气PM_(2.5)的污染来源.结果表明,泉州市大气PM_(2.5)主要来自建筑尘、交通源、燃煤尘、垃圾焚烧厂飞灰和土壤扬尘
期刊
为实现较高的时频能量聚集,实现谐波时频参数准确辨识,提出一种新的谐波时频分解方法——K-S分解,依据FFT→Kaiser窗→IFFT思路,推导K-S分解算法; K-S分解获得的二维复数时频矩阵的列向量表征被测信号某一采样时刻的幅值相位随频率变化的分布,行向量表征被测信号某一频率的幅值相位随时间变化的分布,据此获得被测信号的幅值、频谱、时间及相位特征信息,实现信号的自适应时频分析;复杂电网信号的谐波
期刊