[
-
内容大纲
本书多层次、全方位、立体式地凝练和总结了近几年情感计算领域的主要理论和方法，内容涵盖情感计算的基础原理、前沿技术和应用等多层次内容，也包括了该领域前沿的最新研究成果，
本书内容讲解由浅入深，层次清晰，通俗易懂。第1章为情感计算背景介绍，重点介绍情感计算的内涵与情感计算的历史；第2章为脑认知与情感计算，探索脑认知与情感计算的关系，针对情感计算的理论取向、情感在神经学的区分、情感的脑神经结构和网络、基于脑认知的情感模型几方面展开详细介绍；第3章为情感计算模型，重点阐述了当前主流的离散情感计算模型和维度情感计算模型，并进一步拓展介绍了基于个性化的情感模型，第4章为情感特征，针对语音、视频、文本、生理参数等不同模态的数据，分析不同情境下的情感关联特征；第5章为情感识别，针对情感识别中现存的三类问题展开详细介绍，并拓展分析情感识别重要的外延性工作，包括微表情检测、人格分析、精神状态分析以及言语置信度分析等问题；第6章为情感倾向性分析，重点阐述文本情感分析的主流方法，然后进一步介绍舆情分析；第7章为情感生成，首先探索了情感诱发方法和数据有效性分析方法，在此基础上分别针对情感语音合成、表情生成、多模态情感生成中的关键问题进行阐述；第8章为情感计算的应用，介绍情感计算在情感机器人、医疗健康、社交媒体、公共安全、智能金融、智慧教育等不同领域的应用。
本书可以作为高等学校人工智能类专业各层次的教材，也可以作为人工智能从业者设计、应用、开发的参考用书。 -
作者介绍
-
目录
第1章 情感计算背景介绍
1.1 情感计算的内涵
1.1.1 情感的定义
1.1.2 情感是如何计算的
1.1.3 情感计算的作用
1.2 情感计算的历史
习题
第2章 脑认知与情感计算
2.1 情感计算的理论取向
2.1.1 早期情感理论
2.1.2 生理激活说
2.1.3 认知评价说
2.1.4 情感现象说
2.1.5 情绪行为说
2.2 情感在神经学的区分
2.2.1 一级水平：反射性情感反应
2.2.2 二级水平：一级情绪
2.2.3 三级水平：高级情感
2.3 情感的脑神经结构和网络
2.3.1 杏仁核
2.3.2 眶额回皮质
2.3.3 扣带回皮质
2.3.4 背部神经核团
2.3.5 外侧下丘脑
2.3.6 腹侧黑质
2.4 基于脑认知的情感模型
2.4.1 EM模型
2.4.2 Roseman情感模型
2.4.3 EMA模型
2.4.4 Salt&Pepper模型
第3章 情感计算模型
3.1 离散情感计算模型
3.1.1 基本情感论
3.1.2 离散情感数据库
3.1.3 离散情感评价标准
3.2 维度情感计算模型
3.2.1 维度情感模型
3.2.2 维度情感标注
3.2.3 维度情感数据库
3.2.4 维度情感评价标准
3.3 基于个性化的情感模型
3.3.1 大五人格模型
3.3.2 Chittaro行为模型
3.3.3 EFA性格空间模型
3.3.4 情绪-心情-性格模型
习题
第4章 情感特征
4.1 语音情感特征
4.1.1 语音韵律特征
4.1.2 语音谱特征
4.1.3 语音音质特征
4.1.4 功能性副语言特征
4.1.5 其他语音特征
4.2 视频情感特征
4.2.1 Gabor特征
4.2.2 局部二值模式
4.2.3 基于区分性学习的情感特征
4.2.4 基于三正交平面的表情描述向量
4.2.5 基于光流法的表情描述向量
4.2.6 深度视频特征
4.2.7 面部表情编码系统
4.3 文本情感特征
4.3.1 情感词典的构建
4.3.2 文本情感特征
4.3.3 文本情感特征词选择
4.4 生理参数特征
4.4.1 情感计算中的生理信号
4.4.2 EEG特征处理
4.4.3 外周神经生理信号特征处理
习题
第5章 情感识别
5.1 多模态融合算法
5.1.1 传统融合算法
5.1.2 子空间融合
5.1.3 细粒度融合
5.1.4 模态缺失
5.2 低资源情感识别
5.2.1 迁移学习
5.2.2 数据扩增
5.3 对话情感识别
5.3.1 时序建模
5.3.2 个体建模
5.3.3 融合常识
5.4 情感识别外延
5.4.1 微表情检测
5.4.2 人格分析
5.4.3 精神状态分析
5.4.4 言语置信度分析
5.4.5 情感意图理解
习题
第6章 情感倾向性分析
6.1 文本情感分析
6.1.1 基于规则的文本情感分析
6.1.2 基于统计机器学习的文本情感分析
6.1.3 基于深度学习的文本情感分析
6.2 舆情分析
习题
第7章 情感生成
7.1 情感是如何激发的
7.2 情感诱发方法
7.2.1 情感材料诱发
7.2.2 情感情境诱发
7.3 情感诱发有效性分析方法
7.3.1 诱发效应影响因素
7.3.2 诱发效果评价方法
7.4 情感语音合成
7.4.1 基于韵律修正的情感语音合成系统
7.4.2 基于波形拼接的情感语音合成系统
7.4.3 基于统计参数的情感语音合成系统
7.4.4 基于深度学习的情感语音合成
7.4.5 基于端到端的情感语音合成
7.4.6 文本无关的情感语音转换
7.5 表情生成
7.5.1 基于表情比率图的表情生成方法
7.5.2 基于几何驱动的真实化人脸表情生成方法
7.5.3 基于表情系数的表情生成方法
7.5.4 基于五官移植的表情生成方法
7.5.5 基于统计学的表情生成方法
7.5.6 基于PixelRNN模型的表情生成
7.5.7 基于GAN模型的表情生成
7.6 多模态情感生成
习题
第8章 情感计算的应用
8.1 情感机器人的应用
8.2 医疗健康的情感应用
8.2.1 情感计算辅助检测抑郁症中的应用
8.2.2 情感计算在睡眠瘫痪唤醒中的应用
8.2.3 情感计算在老年人健康预警中的应用
8.3 微博话题舆情分析的应用
8.4 安全领域的情感应用
8.5 金融领域的情感应用
8.6 教育领域的情感应用
习题
附录A 情感计算算法基础
A.1 K近邻方法
A.2 高斯混合模型
A.3 隐马尔可夫模型
A.4 支持向量机
A.5 随机森林
A.6 AdaBoost
A.7 深度置信神经网络
A.8 卷积神经网络
A.9 循环神经网络
A.10 注意力机制模型
参考文献
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...