“Cloud Computing+IOT”驱动的情绪心理语义识别技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-10页 |
| 1.1 课题研究背景和意义 | 第8页 |
| 1.2 本文主要工作 | 第8-9页 |
| 1.3 论文结构安排 | 第9-10页 |
| 第二章 背景知识 | 第10-20页 |
| 2.1 云计算 | 第10-11页 |
| 2.1.1 云计算概念 | 第10页 |
| 2.1.2 当今主流云计算平台介绍 | 第10-11页 |
| 2.1.3 微软云支持平台 | 第11页 |
| 2.2 手机终端 | 第11-12页 |
| 2.3 汉语词法分析 | 第12-14页 |
| 2.3.1 词法分析的作用 | 第12-13页 |
| 2.3.2 词法分析的任务 | 第13页 |
| 2.3.3 词汇数据结构 | 第13-14页 |
| 2.3.4 最大匹配算法 | 第14页 |
| 2.4 汉语语法分析 | 第14-16页 |
| 2.4.1 形式语法-乔姆斯基层次体系 | 第15-16页 |
| 2.4.2 乔姆斯基句法理论 | 第16页 |
| 2.5 情绪心理学和语义分析 | 第16-17页 |
| 2.5.3 情绪心理学 | 第16页 |
| 2.5.4 克雷奇的情绪分类 | 第16-17页 |
| 2.5.5 匹配情绪语义的分类 | 第17页 |
| 2.6 记忆学习 | 第17-18页 |
| 2.7 音乐 API | 第18-20页 |
| 第三章 系统需求分析 | 第20-25页 |
| 3.1 系统的基本要求 | 第20页 |
| 3.2 系统运行环境 | 第20-21页 |
| 3.2.1 云服务运行环境 | 第20页 |
| 3.2.2 客服端运行环境 | 第20-21页 |
| 3.3 系统开发环境 | 第21页 |
| 3.3.3 云服务开发环境 | 第21页 |
| 3.3.4 客户端开发 | 第21页 |
| 3.4 系统总体设计 | 第21页 |
| 3.5 数据库设计 | 第21-23页 |
| 3.5.1 中文词库表（Cnword）设计 | 第21-22页 |
| 3.5.2 用户信息表 | 第22页 |
| 3.5.3 自主学习表 | 第22-23页 |
| 3.6 云服务端结构设计 | 第23-25页 |
| 第四章 系统云服务端设计与实现 | 第25-34页 |
| 4.1 用户登录模块 | 第25-26页 |
| 4.2 用户注册模块 | 第26页 |
| 4.3 词法分析模块 | 第26-29页 |
| 4.3.1 常量定义实现算法 | 第26-27页 |
| 4.3.2 中文分词的实现算法 | 第27-29页 |
| 4.4 语义分析模块 | 第29-31页 |
| 4.4.1 基本语义分析 | 第29-30页 |
| 4.4.2 基于情绪分析学的语义匹配 | 第30-31页 |
| 4.5 上下文记忆模块 | 第31-32页 |
| 4.6 云服务发布的配置 | 第32-34页 |
| 第五章 系统手机终端设计与实现 | 第34-43页 |
| 5.1 模型导入 | 第34-35页 |
| 5.1.1 模型导入概念 | 第34页 |
| 5.1.2 模型导入过程 | 第34-35页 |
| 5.2 客户端导入云服务 | 第35-38页 |
| 5.3 手机界面动作脚本编写 | 第38页 |
| 5.4 语音识别控件装载 | 第38页 |
| 5.5 系统跨平台完善 | 第38-39页 |
| 5.6 系统功能截图展示 | 第39-43页 |
| 第六章 结论与展望 | 第43-44页 |
| 6.1 结论 | 第43页 |
| 6.2 展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 发表论文和参加科研情况说明 | 第46-47页 |
| 致谢 | 第47页 |
