机器学习下网络平台文本的中文情感分析

介绍了基于机器学习自然语言处理下的关键技术,对文本进行分词、分句、词性标注等预处理,分析了情感词、指示性动词、关联词等,列出了网络里的感情色彩字符,并经过实验验证了在嵌入关联词和新兴网络语言权重因子后,文本的主客观分类效率显著提升。在实现主观语句较为精准的分类基础上,又对单句进行情感分析,强调否定词及程度副词对单句的影响;通过单句在文本中的作用与贡献不同,对主观语句的情感赋予不同的权重,再引入自定义合成算法,判断出整篇文本的情感倾向。实验结果证明,相较于情感倾向值累加求均值而言,依靠语句权重条件下合成算出的情感倾向准确率更高。

基于多交互设备的体数据解释可视化系统的设计

单交互设备(普通键鼠)无法完成一些复杂的交互可视化任务,介绍了整个多设备系统的开发环境与架构设计,阐述了系统的功能和多设备的协同交互的界面构架,在此基础上对多设备协同可视化的每一个功能模块进行了介绍,分别包括图像获取与数据传输模块、图像绘制模块、图像处理模块、传递函数模块和颜色纹理模块,并相应地进行了效果展示。

拖带区测定对应用超速起搏终止心动过速时频率选择的价值探讨

为了解心动过速时产生的拖带现象。对应用超速起搏终止心动过速的频率选择有无影响。本文对经食管心房调搏诱发折返性心动过速22例进行拖带区检测,结果提示:采用猝发脉冲法终止心动过速时,起步起搏周期低于心动过速周期40±10ms为宜。结论:拖带区测定对应用超速起搏终止心动过速的频率选择有一定实用价值。