情种

摘要： 序曲【红楼梦引子】开辟鸿蒙,谁为情种?都只为风月情浓……因此上演出这怀金悼玉的《红楼梦》。1915年9月14日,吴宓在日记里写道:“中国写生之文,以《史记》为最工,小说则推《石头记》为巨擘。而此书之声价,正以其所叙述,皆琐屑而真挚也。”吴宓是20世纪著名红学家,对《红楼梦》的热爱持续了一生,他不但反复阅读,而且能熟背120回的回目。

摘要： “金风玉露一相逢,便胜却人间无数。”秦观写牛郎织女一年一次的约会,妙不可言。秋风白露,天上人间的情事,虽然像昙花一瞬,却胜过人间无数痴男怨女千篇一律的会面。读起来让人感动的同时,又不免气馁:人间情种的那些风月情浓,真的就这样轻易输给“金风玉露一相逢”了吗?

摘要： 宋仁宗皇祐六年(1054年)正月,京师大寒、大疫,百姓冻死、病死者不计其数,连仁宗宠爱的张贵妃也不幸染上疫病,于正月初八病逝。仁宗悲悼不已,对左右絮叨他与张贵妃的往事。入内押班石全彬迎合仁宗的心意,提议用皇后之仪为张贵妃治丧,其他内侍都附和,只有人内都知张惟吉说这事得问下宰相。次日,仁宗说起石全彬之议,次相梁适认为不合礼法,首相陈执中、翰林学士承旨王拱辰、知制诰王洙等人则不敢有异议。于是,这事就没得商量了,仁宗不顾礼法,下诏为张贵妃之丧辍朝七日。

摘要： 玲珑是陈老爷最心爱的一房姨太太。玲珑长得那个美呀,是很难用笔墨描绘的。更难得她性情温柔,善解人意,受宠不骄,堪称秀外慧中。面对这样一个女子,任何一个男人都会爱的,何况陈老爷还是一个情种呢?然而天妒红颜,玲珑只活了二十二个春秋便化作一缕香魂,让呼天抢地的陈老爷跌进无边的离恨之海。

摘要： “开辟鸿蒙,谁为情种?都只为风月情浓。趁着这奈何天,伤怀日,寂寥时,试遣愚衷。因此上,演出这怀金悼玉的《红楼梦》。”如果我没有读过《红楼梦》,我不会相信看书也能产生如痴如醉的感觉!如果不是《红楼梦》未完,宝、黛二人的爱情未果,我不会对这本书的结局这样痴迷!如果我没有看到87版《红楼梦》的电视剧,我不会有“想回到清朝”这样强烈的愿望!

摘要： 以各种体裁和形式歌咏赞美最多的,摆在头条位子上恐怕就是“爱情”这一字眼了。比如守护在病床前,四年的时光里一直对阿里西亚絮絮叨叨的贝尼诺,就是资本主义影视里称颂的爱情楷模。假如中西“情种”大比拼的话,怕是要落在“自挂东南枝”的焦仲卿之后。曾在罗马玩了几天的安妮公主怕是连排行榜也进不了。乔可以为爱情放弃眼见即可到手的声名和财富,而安妮却在公主责任和爱情之间选择了前者。

摘要： 本发明公开了一种基于迁移学习和自编码器数据增强的微表情种类判别方法。本发明首先构造MecNet微表情种类判别网络：选取在ImageNet上预训练好的CNN模型，保留卷积层及预训练参数，在其后添加全连接层和softmax分类器。其次构造MegNet微表情生成网络：MegNet使用亚洲人微表情样本生成欧美人微表情样本。MegNet的下采样模块、上采样模块和损失函数分别基于卷积、子像素卷积和图像结构相似性设计。将生成的微表情样本加入MecNet训练集进行数据增强，训练MecNet。最后使用MecNet判别微表情种类。本发明使用MegNet进行数据增强能够有效提高MecNet微表情种类判别性能。

摘要： 本发明公开一种基于同构网络的自发微表情种类判别方法。本发明首先进行样本制作，包括RGB样本与光流差值样本的制作。然后将将不同样本分别置入网络中进行训练，训练方式为微调。最后将经过不同训练样本训练后的网络，同构合成所述的同构网络，利用同构网络产生判别结果。本发明中的光流差值样本既包含自发微表情变化的形变信息，又通过求差值去除了非自发微表情变化的环境干扰。结合样本的空间信息与时序变化的时间信息，组成具有时空特征的光流差值样本。对于本发明中的RGB样本以及光流差值样本，利用经过微调的网络对其提取特征，不仅充分结合颜色信息与时空信息，得到的特征更能表示当前样本类别，而且解决自发微表情数据样本少的难题。