基于CNN和XLNet的音乐多模态情感分析方法

在情感分析领域,仅依靠文本等单一模态进行情感分析,限制了从多模态数据中提取多样化特征的能力,限制了情感分析结果的准确度和鲁棒性。为此,提出了融合音频分析网络和文本分析网络的多模态情感分析方法。其中,利用预训练卷积神经网络(CNN)和迁移学习技术进行基于Mel频谱图的音频情感分类,通过改进的XLNet模型执行歌词文本的特征提取和情感分类任务。CNN和XLNet输出包含概率权重和不同情感值的情感预测矩阵,最后使用堆叠集成方法合并不同模态的输出结果,完成多模态情感分类。在自建民族音乐数据集的消融实验证明,多模态方法具有良好的互补性,在情感识别任务中的性能显著优于单模态方法。公开数据集结果表明,所提方法的分类准确度达到83.75%,优于其他先进方法。     

新工科背景下机器人知识体系与课程内容研究

该研究分别从历史发展、知识构成与社会效应的不同视角,概述了机器人技术与理论的发展脉络,采用文献分析方法考察当前不同院校的机器人专业培养方案与机器人课程教材知识体系和内容构成,在新工科建设持续深入推进的背景下,提出新的机器人应用领域基本特征,探讨机器人课程新的内涵和知识边界,最后为不同类型的高校提出了相应的机器人课程知识...     

线上课程教学全过程质量评价体系构建研究

高质量的在线课程是保障在线教学效果的关键,对在线课程进行有效评价可以提高课程质量,在梳理相关文献的基础上,综合运用SPSS、Matlab等软件,结合BP神经网络,对线上课程教学的评价指标体系进行研究。首先建立了三级线上课程评价指标体系,其中,二级指标包括学习支持、课程内容与资源、课程教学设计、交互与学习效果,细化的三级指标有18个。基于此设计发放了调查问卷,构建了基于BP神经网络的线上课程教学质量评价模型。     

“新工科”背景下机器人机构设计课程支架式教学策略设计与实践

“新工科”背景下,亟需培养一批实践能力强、创新能力强、具备国际竞争力的高素质复合型新工科人才。但传统教学方式,以灌输式教学方式为主,难以满足人才培养需求。从成果导向理念（OBE）出发,依据支架式教学策略,本文创新提出一种《机器人机构设计》课程设计方法,以学习者为核心,通过支架帮助学生更好掌握、建构和内化所学知识和技能,最终实现知识的积累和技能的培养,并按照5个教学环节进行课程实践。结果表明,本文的课程设计方法,使学生很好地掌握了机器人机构设计课程理论和方法,是一种行之有效的教学策略,可为其他新工科专业人才培养的教学模式提供有效借鉴。     

互联网时代人机拟情关系的探微与审思

技术的发展不断改变着人类生存、交往的条件,同时也给人们的生存境况带来了许多不确定性与未知性,当下人工智能的智能化程度的不断提升催生了人与机器之间的新型亲密关系发展的可能,研究人机关系正当其时.在雪莉·特克尔的《群体性孤独》中,人类与机器产生亲密的联结,与机器进行情感交流,对机器产生依赖,将机器人视为"家人""朋友"等人...     

基于Keras框架下的航空公司评论数据的情感分析

长短时记忆网络(LSTM)模型可有效改善循环神经网络梯度消失,但在评论文本情感分类中未能达到一定普适性.针对此问题,文章基于Keras框架,采用模型融合的方法,对LSTM网络和反向循环神经网络结构进行融合和改进,即D-LSTM、BRNN以及M-BRNN.以航空公司评论数据集为例,采用改进的模型对文本进行分类,研究不同参...     

基于省域尺度工业固废产量预测模型研究

为提高BP神经网络算法在固体废物预测中的精度,提出了一种SSA-BP工业固废预测模型,并选取了GDP、常住人口、工业生产总值、能源生产总量、R&D内部支出、财政支出、人均GDP、第二产业贡献率、能源消费总量等作为影响因素,用灰色关联分析方法分别对4种情景下安徽省固废产量进行了预测.结果表明,R&D内部支出、能源生产总量、生产总值、灰色关联度携带有效信息高;SSA-BP模型的MAE、MAPE、R²值分别为375.81、0.04、0.99,均高于其他机器学习回归模型;在不同情境下,安徽省未来一段时间内工业固废产量整体呈现增长趋势,到2035年产生量变化区间为18254.36～30831.54万t.     

焊接机器人试制地锚导轨的作业轨迹设计

随着高校“产学研”工作的逐步推进,高校与地方企业的合作越加紧密,校企合作项目愈加丰富,我校与吉林省本地企业联合开展的地锚导轨焊接试制加工项目便是其中一个较为成功的案例。针对本次地锚导轨焊接试制加工项目,由于地锚导轨的特殊性、现场量测工具精度低、夹具无定位功能等原因,导致地锚导轨定位难、预热难、施焊难等问题,本项目组成员以现有条件为基础、以作业轨迹为切入点,精研工艺方案,共同设计出“寻踪定位+多道焊+摆动焊+轨迹优化”的作业方案,即以寻踪定位解决焊缝位置与角度偏差;以“多道焊+摆动焊”进行施焊,并优化作业轨迹,提升焊接作业节拍和焊接质量,确保地锚导轨试制加工作业的高效性。     

机器人技术应用的伦理道德问题研究

随着机器人技术的飞速发展,机器人的种类越来越多,应用的范围也越来越广,给人们带来了极大方便。与此同时,不同种类的机器人也带来了许多不同的伦理道德问题。尽快开展机器人方面的伦理道德研究很有必要,寻找解决问题策略,加强对机器人研究技术人员的伦理道德素质培养,完善相应的法律体系和伦理制度,对人类普及机器人的科技伦理知识,具有重要的理论意义与实践意义。     

基于多状态跳转模型的场景独立音频事件检测方法

针对不同类型事件设计多状态跳转模型,结合两种深度神经网络实现对传统音频事件检测框架的改进。实验表明,在DCASE2017任务2的开发集数据上,改进后的DNN-HMM系统相比于基线系统取得F值8.9%的相对提升和错误率19%的绝对下降;基于多状态跳转模型聚类的卷积神经网络模型（SC-CNN）,相比于基线系统取得F值18%的相对提升和错误率30%的绝对下降。