买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜上海大学申请的专利一种基于情感属性挖掘的图像情感分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114201960B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111395864.4，技术领域涉及：G06F40/247；该发明授权一种基于情感属性挖掘的图像情感分析方法是由朱永华;高文靖;朱蕴文;陈可茜设计研发完成，并于2021-11-23向国家知识产权局提交的专利申请。

本一种基于情感属性挖掘的图像情感分析方法在说明书摘要公布了：本发明属于图像内容分析领域，公开了一种基于情感属性挖掘的图像情感分析方法，利用用户元数据信息挖掘，构建语义覆盖面大、情感可判别能力强的情感属性子集，并采用融合神经网络和矩阵分解模型预测标签矩阵，提升图像情感分析结果的准确性与稳定性。根据用户标签元信息和情感属性的特点，融合四种情感属性特性并优化概念选择模型完成情感属性子集选择；利用卷积神经网络提取视觉特征并通过视觉内容一致性优化；构建引入外界知识库指导的邻接图并通过语义关联性优化；将图像视觉特征和标签语义特征映射到潜在共享空间中，实现预测标签矩阵的重构；最后，利用训练好的重构模型来重构预测标签矩阵，并使用线性分类器进行最终的情感识别。

本发明授权一种基于情感属性挖掘的图像情感分析方法在权利要求书中公布了：1.一种基于情感属性挖掘的图像情感分析方法，利用用户元数据信息挖掘构建了一个概念选择模型实现情感属性的选择，进一步提出融合神经网络与矩阵分解模型实现基于用户标注的图像标签预测，其特征在于，操作步骤如下：步骤1：根据用户标签和情感属性的特点，构建一个融合了四种情感属性特性的概念选择模型，训练该模型完成情感属性子集选择；步骤2：利用卷积神经网络提取视觉特征，通过转换矩阵映射到潜在共享空间获取了视觉因子矩阵，并通过视觉内容一致性进行了优化；步骤3：构建引入外界知识库指导的邻接图，利用图卷积网络获取了语义因子矩阵，并通过语义关联性进行了优化；步骤4：通过非线性度量方式探索视觉因子矩阵与语义因子矩阵之间的相关性，构建预测标签矩阵的重构模型；步骤5：采用训练好的重构模型来进行预测标签矩阵的重构，并使用线性分类器进行最终的情感识别；所述步骤1中构建融合了四种情感属性特性的概念选择模型并获得情感属性子集的方法，定义情感属性为一组在图像认知层语义部分对情感传递有明显贡献的视觉语义概念，四种情感属性特性为语义可建模性、情感可判别性、语义覆盖性和有限性，其具体定义和计算方式为：1语义可建模性，利用信息熵的计算方式，将簇内差异性作为每个簇的概率权重，加以簇间差异性对概念的图像簇信息熵进行放大，计算语义可建模性，具体计算规则如下： 其中，ick为概念c的第k个图像簇，pick为簇内图像数量与整个代表图像数量之比，intra_dsIC为簇内差异，inter_dsIC为簇间差异；2情感可判别性，利用贝叶斯定理分析每个概念与情感之间的关系，获得概念在每类情感图像中的分布，计算情感可判别性，具体计算规则如下： 其中，pc|e为情感类别e下概念c的条件概率，pe为情感类别的先验概率，通过所属类别e的图像个数和总图像数量之比计算，pe|c为概念c对情感e的区分能力；3语义覆盖性，基于互信息计算语义覆盖性，具体计算规则如下： 其中ci和cj分别为概念空间和所选情感属性集合的第i和第j个概念；4有限性，通过集合大小的倒数计算有限性，具体计算规则如下： 5把目标函数转化成带有约束项的最大优化问题，并通过矩阵形式变形成二次规划问题，其主要计算规则如下： minssTAs,s.t.0≤s≤1,1Ts＝m其中，Us为对角矩阵，其元素uii＝SMci，Ws为对角矩阵，其元素wii＝DEci，Vs为对称矩阵，其元素vij＝SCci,cj，si∈{1,0}表示概念ci是否被选择作为情感属性进入Θ，A＝-{αUs+βWs+1-α-βDV-Vs}，DV为对角矩阵，其元素1为全1向量，α，β为分配权重；所述步骤4具体包含：1融合在稀疏噪声约束、视觉因子矩阵获取和语义因子矩阵获取三部分，计算损失函数，其主要计算规则如下： 其中，α1，β1，β2，λ1，λ2是分配权重，P为预测标签矩阵，G为用户标签矩阵，WU为视觉转换矩阵，S为视觉特征矩阵，V为语义因子矩阵，WV为语义转换矩阵；2通过引入辅助矩阵转化并简化目标函数，其主要计算规则如下： 其中，P*＝2UTV-1，sgn·函数对正值输出+1，负值输出-1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海大学，其通讯地址为：200444 上海市宝山区上大路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。