2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、現(xiàn)階段對新生兒疼痛表情評估都是由專業(yè)人員用人工評估方法完成的,這種方法需要花費大量的時間和精力來培訓(xùn)專業(yè)人員,評估結(jié)果受評估者主觀因素的影響,有時不能在現(xiàn)場及時的做出評估。因此,開發(fā)一種高效、自動的新生兒疼痛表情識別系統(tǒng)具有潛在的市場價值和應(yīng)用場景。
  在現(xiàn)有的人臉表情識別算法中,基于稀疏表示的人臉表情識別是一個新興且有效的方法。本文詳細分析了稀疏表示理論在新生兒疼痛表情識別中應(yīng)用的原理和流程,在此基礎(chǔ)上,對新生兒面部表情的特征

2、降維方法展開研究。主要工作和研究成果如下:
 ?。?)本文對新生兒面部表情的特征降維方法展開分析和研究,針對2DPCA方法得到的特征投影向量之間存在相關(guān)性的問題,提出了特征不相關(guān)2DPCA方法;
  (2)將特征不相關(guān)2DPCA和一些常用的特征降維方法應(yīng)用到基于稀疏表示的新生兒疼痛表示識別算法中。通過大量的仿真實驗,研究訓(xùn)練樣本數(shù)量、特征降維方法以及特征空間維數(shù)對識別效果的影響。實驗結(jié)果表明了特征不相關(guān)2DPCA的可行性和有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論