电影摄制是团队合作的成果,因为它将众多创意工作者聚集在一起。 此外,创意工作者对电影项目的贡献取决于从事该项目的其他创意人才。 电影的发展的特点是,在逐个电影的基础上,创造性人才的流动性建设和解体,其中导演和演员的声誉和相互依存对于电影的成功至关重要。 例如,当宝莱坞专业人士Karan Johar,Amitabh Bachchan和Hrithik Roshan合作制作了一部电影《 Kabhie Khushi Kabhie Gham》时,就建立了三个联系。 卡兰·乔哈尔(Karan Johar)–阿米塔布·巴尚(Amitabh Bachchan),卡兰·乔哈尔(Karan Johar)–赫里西克·罗尚(Hrithik Roshan)和阿米塔布·巴赫查(Amitabh Bachchan)–赫里西克·罗尚(Hrithik Roshan)。 随后,由于这些专业人员与其他演员和导演一起从事不同的电影项目,因此建立了更多的链接。 这导致了加权协作网络的形成,其中两个人之间的联系权重指示了这两个人进行协作的电影数量。网络中的群体或社区的存在一直是一个经过深入研究的问题。 此外,在与小组动力学有关的先前研究中,已经发现网络内的小组成员的能力与总体表现成正相关。 这促使我们发现和分析印度电影业原始合作网络“宝莱坞”中的介观结构(通常称为社区)。 宝莱坞合作网络中社区的识别可以帮助制片人和电影制片厂组建电影,以便在票房制作商业上可行的内容。 这项工作展示了演员和导演网络中社区的属性和组织,这些演员和导演在2001年1月至2018年6月期间成功发行的成功电影中进行了合作。由于21世纪的空前崛起,我们特别关注2001-2018年的这段时间为了揭示加权网络中的社区结构,我们提出了一种基于相对连通性的度量来计算节点之间的相似性,并提出了一种基于粗糙集的社区检测方法。
2022-01-11 10:01:43 683KB Complex Network Communities Motion
1
电磁铁优化设计,最优几何关系分析研究。螺管式电磁铁、拍合式电磁铁优化设计。给定动特性设计电磁铁等。
2022-01-10 20:28:47 1.81MB 电磁铁 优化 设计
1
本压缩包包含word版lun-wen,答bppt,开tppt,开t报告等文件,供大家参考学习。摘要:国内外很多研究学者对情感分析研究都做了大量的工作,但本文通过文献调查发现,大多数研究方法是基于基础情感词典的方法和基于机器学习和深度学习单一模型的方法来研究,没有一部关于中文微博的领域性情感词典,单一模型不能解决上下文语义性和遗忘的问题。 在阅读和学习了大量学者对领域性情感词典和混合模型的文献以后,本文构建了一部中文微博领域性情感词典,提高了微博数据情感分析的准确性;在RNN模型的基础上加入Attrntion机制,构建一种基于TextRNNN-Attention的混合模型,解决了RNN模型的遗忘问题。为后续研究者提供了一种思路,具有一定的理论意义。
2022-01-06 13:03:02 10.97MB 混合模型 情感分析
基于Python的员工离职预测数据挖掘建模分析研究源码加文档适合毕业设计资料 软件架构说明 后台:Django、数据库:MySQL8、数据可视化:Pyecharts、情感分析:SnowNLP、分词处理:Jieba
2022-01-01 09:07:05 32.96MB 基于Python的员工离职预测数
2021餐饮行业研究报告.pdf
2021-12-30 09:01:56 47.8MB 行业分析 研究报告 2021
2021年锂行业深度研究报告.pdf
2021-12-30 09:01:55 14.55MB 行业分析 研究报告 2021
为了提高生活质量和提高癌症患者的存活率,早期治疗和检测起着至关重要的作用。 早期检测和诊断几乎可以实现 100% 的存活率,尤其是在 I 期之前或期间。 然而,在第四阶段检测到的情况下,存活率低至 30%。 对促进早期检测的追求为机器学习技术的发展铺平了道路,并为应对癌症的大数据而出现。 本文研究了已应用于癌症早期检测的机器学习 (ML) 预测模型,并提供了与它们相关的一些优点和缺点。 从目前大多数文献中记录的结果来看,ML 技术在癌症的预测和分类准确性方面取得了显着的进步。 这意味着在未来,医疗保健系统应该将各种 ML 技术与多维异构数据相结合,以产生关于癌症预测和分类的更准确的结果。
2021-12-30 05:34:36 654KB 论文研究
1
2021公益数字化研究报告.pdf
2021-12-29 12:01:48 56.26MB 行业分析 研究报告 2021
2021元宇宙发展研究报告.pdf
2021-12-29 12:01:48 49.59MB 行业分析 研究报告 2021
职业建设是每个工程专业学生中最珍惜的部分。 对于工程专业的毕业生,有必要在其领域内拥有丰富的知识才能被安置在知名公司中。 数据挖掘用于获取知识,查找隐藏信息,并且该系统还将数据挖掘技术应用于学术数据集。 学术数据包括内部(CCET 1,CCET2和CCET3)分数和作业分数。 根据每个学生的分析结果来预测最后一个学期的成绩。 为了提高准确性,该系统引入了重加权增强的增强算法。
2021-12-28 20:14:04 91KB Data Mining Balanced Boosting
1