机读格式显示(MARC)

• 000 01997nam 2200313 450

• 001 0000493699

• 005 20250530154400.0

• 010 __ |a 978-7-302-66446-8 |d CNY49.00

• 100 __ |a 20240705d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 情感计算理论与方法 |A qing gan ji suan li lun yu fang fa |f 陶建华, 刘斌编著

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a 202页 |c 图 |d 26cm

• 225 2_ |a 清华大学自动化系核心课程系列教材 |A qing hua da xue zi dong hua xi he xin ke cheng xi lie jiao cai

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目 (第198-202页)

• 330 __ |a 本书共分为8章, 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。

• 410 _0 |1 2001 |a 清华大学自动化系核心课程系列教材

• 510 1_ |a Affective computing theory and method |z eng

• 606 0_ |a 智能计算机 |A zhi neng ji suan ji |x 高等学校 |j 教材

• 690 __ |a TP387 |v 5

• 701 _0 |a 陶建华 |A tao jian hua |4 编著

• 701 _0 |a 刘斌 |A liu bin |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20250314

• 905 __ |a LJUZC |d TP387/16

• 920 __ |a 222016 |z 1