注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 分别完成了数据库模块、清零模块、特征提取模块、分类识别模块功能

  2. 分别完成了数据库模块、清零模块、特征提取模块、分类识别模块功能

  3. 所属分类：其它

    • 发布日期：2009-11-13
    • 文件大小：1mb
    • 提供者：bbdd525

  1. 语音情感识别系统matlab仿真

  2. 过特定人语音情感数据库的建立；语音情感特征提取；语音情感分类器的设计，完成了一个特定人语音情感识别的初步系统。对于单个特定人，可以识别平静、悲伤、愤怒、惊讶、高兴5种情感，除愤怒和高兴之间混淆程度相对较大之外，各类之间区分特性良好，平均分类正确率为93.7%。对于三个特定人组成的特定人群，可以识别平静、愤怒、悲伤3种情感，各类之间区分特性良好，平均分类正确率为94.4%。其中分类器采用混合高斯分布模型。

  3. 所属分类：其它

    • 发布日期：2011-06-03
    • 文件大小：242kb
    • 提供者：jichen1119

  1. VC++数字图像模式识别技术及工程实践

  2. 目录 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主

  3. 所属分类：C++

    • 发布日期：2013-05-16
    • 文件大小：14mb
    • 提供者：a121649982

  1. Visual C++数字图像模式识别技术及工程实践工程源代码

  2. 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主要步骤

  3. 所属分类：C++

    • 发布日期：2013-05-17
    • 文件大小：14mb
    • 提供者：a121649982

  1. 基于语音识别论文

  2. 语音识别论文摘要 随着计算机技术的不断发展，人们对计算机的要求越来越高，逐渐要求计算机具有人工智能，而语音情感识别是人工智能领域的研究热点。语音情感识别包括语音信号预处理、语音情感特征提取和语音情感识别分类器等。本文使用太原理工大学录制的情感语音库，该数据库包含高兴、生气和中性三种情感

  3. 所属分类：数据库

    • 发布日期：2014-04-12
    • 文件大小：3mb
    • 提供者：u014673490

  1. 基于深度学习的图像分类方法研究_孟丹.caj

  2. 本文在深度学习框架的基础上对特征提取方法进行了研究,并通过医学图像、人脸表情的检测和分类对其效果进行了验证。本文的研究内容主要包括以下三点:1)提出有约束的高分散主成分分析网络(Constrained High Dispersal PCANet,CHDNet)。本文详细分析了 CHDNet的不同组件对分类性能的影响,针对PCANet的局限性,设计了非线性变化层、多尺度特征池化层,以提高分类性能。将CHDNet应用在医学图像分类中,包括基于Kinect深度图像的人体生理机能自动检测和计算机辅助舌象

  3. 所属分类：深度学习

    • 发布日期：2020-04-02
    • 文件大小：6mb
    • 提供者：olivia_ye

  1. KNN人脸识别-LBP特征.zip

  2. 内附Olivetti数据集，400张人脸，20个ID，人脸识别的小型数据库 第1步、训练集、测试集制作 第2步、提取人脸LBP特征 第3步、KNN分类器，k=5时，精度最高，82.5%

  3. 所属分类：机器学习

    • 发布日期：2020-03-26
    • 文件大小：1mb
    • 提供者：Twilight737

  1. SSD（single shot multibox detector）翻译

  2. SSD（single shot multibox detector）翻译，含原论文原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作 所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已 经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中 以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 位论文作着(笔)签名分2y年D月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学

  3. 所属分类：讲义

    • 发布日期：2019-03-03
    • 文件大小：22mb
    • 提供者：qq_39696749

  1. 基于Haar小波和Log-Gabor变换的虹膜识别方法

  2. 为了提高虹膜识别的准确率，通过对虹膜图像进行处理，实现了对虹膜图像的准确定位，得到了增强的归一化图像；使用Haar小波变换进行了特征提取，通过采用K-means方法对小波特征数据进行聚类，实现了粗分类得到了小样本集虹膜图像；结合虹膜的纹理特点，通过使用Log-Gabor滤波器提取虹膜局部纹理特征，量化编码后形成了虹膜特征模板；然后在得到的小样本集内通过汉明距离计算虹膜特征模板的相似度，完成对虹膜图像的识别。实验结果表明，提出的虹膜识别方法有效地避免了虹膜匹配过程中因为虹膜数据库中种类多、数量多带

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：628kb
    • 提供者：weixin_38640985

  1. 基于深浅特征融合的人脸识别

  2. 针对传统的浅层特征所提取特征的判别性有限、深度特征需要大量带标记样本且训练过程耗时长的问题，提出一种深度及浅层特征融合算法用于人脸识别。首先提取人脸的HOG特征并进行判别性降维；同时，提取人脸图像的PCANet特征并降维；其次，将降维后的深浅特征进行融合，并进一步提取判别性特征；最后，采用SVM分类器进行分类并在AR和Yale B数据库上对算法进行验证。实验结果证明，该算法能够比单独选用深度特征和浅层特征进行分类达到更高的识别率，且对特征维数具有更强的鲁棒性。

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：502kb
    • 提供者：weixin_38658982

  1. 星识别的全新智能快速搜寻方法

  2. 星图识别算法的关键是识别效率高、花费时间短。过去的几十年里，人们致力于建设搜寻数据库的方法，而且确实找到了大量的搜寻方法。为了减少星图数据库的搜寻时间，提出了一种将不同恒星星等分层分类的新技术。同时，采用这种准确快速的搜寻方法提出了全新智能快速星识别算法。基于台式机的仿真结果显示这种星识别方法和数据库搜寻方法具有较高的准确性和效率。通过数据库搜寻星特征的时间复杂度为0(n)。除此以外，因为星图像的质量决定了星图识别算法准确性的改进，因此提出一种模糊边缘检测技术来解决图像的预处理问题，这种方法对于

  3. 所属分类：其它

  1. 融合全局与局部多样性特征的人脸表情识别

  2. 通常主成分分析(PCA)只能保持数据的全局结构，邻域保持嵌入(NPE)算法只能保持邻域样本间的相似性，忽略了其差异性。针对上述问题，提出了一种融合全局与局部多样性的特征提取算法，并将其应用于人脸表情识别中。该算法利用PCA算法保持全局结构，并通过流形学习思想定义局部差异离散度和局部相似离散度，结合最大局部散度差准则，有效刻画出局部流形结构的多样性；将全局特征和局部多样性特征相结合，提取出低维流形特征用于表情分类。在JAFFE和Cohn-Kanade人脸表情数据库上的实验表明，该算法与PCA、局部

  3. 所属分类：其它

  1. 基于概率协作表示的多表情序列融合识别

  2. 传统表情识别往往是基于单一图像进行特征提取、训练及识别,缺乏在动态时间上的细微表情变化提取。利用时间前后的人脸表情变化信息,提出了一种基于概率协作表示的多视频序列融合表情识别方法。先采用主动外观模型(AAM)定位出人脸表情的68个特征点,利用提出的融合策略将相邻3帧表情图像的AAM特征进行融合,最后利用概率协作表示的分类优势进行识别。实验结果表明,在CK+表情数据库上,所提出的方法能够把握表情的时间变化信息,相比于近几年的表情识别算法,在识别率上取得了较好的效果。

  3. 所属分类：其它

  1. 基于多尺度卷积特征融合的行人重识别

  2. 针对现有的基于卷积神经网络的行人重识别方法对于遮挡和复杂背景引起的判别信息缺失问题,提出了一种基于多尺度卷积特征融合的行人重识别算法。在训练阶段,使用金字塔池化方法对卷积特征图进行分块和池化,获得包含全局特征和多尺度局部特征的多个特征向量;对每一个特征向量进行独立分类,并在各个分类的最后内积层上归一化权重和特征,以提升分类性能;最后使用梯度下降法优化全部的分类损失。在识别阶段,将池化后的多个特征向量融合成一个新向量,使用新向量在库中进行相似性匹配。在Market-1501、DukeMTMC-re

  3. 所属分类：其它

  1. 基于鱼群运动特征和XGBoost的异常水质监测

  2. 使用鱼群运动行为特征与XGBoost分类器相结合的方法实现水质监测。根据水质变化对鱼群运动行为的影响,引入从鱼群的运动行为中提取出来的一些具有代表性的特征参数,如中心距指数、离散度、分布面积3个特征参数;其次分别提取正常和异常水质中鱼群游动距离、速度、加速度、曲率、邻近特征5个特征参数,建立水质异常评价因子数据库;最后将不同评价因子输入到XGBoost分类器中进行分类识别。实验结果表明:中心距指数、离散度、分布面积3个特征参数能够高效、准确地反映水质状况。

  3. 所属分类：其它

  1. 一种2DDCT与压缩感知结合的人脸识别

  2. 针对压缩感知（Compressed Sensing，CS）方法需将图像矩阵转化为向量后进行特征提取，导致数据维数很大，计算复杂等缺点，提出二维离散余弦变换（2DDCT）和压缩感知（Compressed Sensing，CS）相结合的人脸识别方法。新方法首先利用2DDCT将图像变换到频域，压缩人脸图像以去掉人眼不敏感的中频分量与高频分量，这样有效降低了所需特征的维数，减少了计算量；然后通过感知算法进行特征提取得到人脸识别特征，最后运用最近邻分类器完成人脸的识别。在ORL、Yale及Feret人脸数

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：626kb
    • 提供者：weixin_38677806

  1. 基于自适应近邻局部保持投影算法的人脸识别

  2. 针对传统的局部保持投影算法(LPP)直接使用数据的原始空间信息导致选取近邻不准确, 以及LPP算法投影时忽略数据类别信息的问题, 提出一种基于自适应近邻局部保持投影的人脸识别方法。该方法在特征提取时利用可变的相似度、近邻信息以及数据类别信息构建目标函数, 使得在投影子空间中同类样本尽量紧凑, 异类样本尽量远离。通过最小化目标函数自适应优化邻接矩阵与投影矩阵, 用优化后的投影矩阵对高维数据进行降维, 采用降维后的数据进行人脸分类识别。将该方法应用于扩展Yale人脸数据库、CMU-PIE人脸数据库、

  3. 所属分类：其它

  1. 基于改进梯度局部二值模式的人脸识别

  2. 针对局部二值模式采样不充分和对随机噪声及非一致性光照敏感的问题, 提出一种改进梯度局部二值模式(IGLBP)的人脸描述方法。利用多半径和多方向的采样方式获取两组3 pixel×3 pixel的子邻域, 其由2个半径8个方向的16个像素点组成；再将其用梯度局部二值模式提取特征, 并将两组特征进行编码融合产生IGLBP值；将得到的IGLBP特征进行分块和统计直方图得到人脸的特征向量, 并进行人脸的分类识别。在CAS-PEAL和AR人脸数据库的实验结果表明, 该方法能够有效地提取特征信息, 对人脸识别

  3. 所属分类：其它

  1. 结合改进CSLBP和位平面分解的单样本人脸识别

  2. 针对单样本环境下传统人脸识别算法识别效果不佳的问题，提出一种结合改进中心对称局部二值模式和位平面分解的单样本人脸识别算法(ICSDBP)。采用改进中心对称局部二值模式算子提取人脸的特征信息得到两幅不同半径的纹理特征图像，将每幅纹理特征图像分解为4幅位平面图像，最后将8幅特征图像串联融合，使用最近邻分类器进行分类识别。在AR、CAS-PEAL和Extend Yale B人脸数据库上的仿真结果表明，该算法具有较高的识别率和较快的识别速度，对光照和表情等变化具有较好的稳健性。

  3. 所属分类：其它

  1. 用于人脸表情识别的多分辨率特征融合卷积神经网络

  2. 在人脸表情识别任务中，传统的机器学习方法是基于人工来提取特征，其特征提取过程时间复杂度高且稳健性差，而现有依赖单通道卷积核的卷积神经网络提取特征不够充分，进而导致识别率不高。针对这些问题，提出一种多分辨率特征融合的卷积神经网络。利用两个相互独立且深度不同的通道对图片进行特征提取，使卷积神经网络自主学习同一图像下不同分辨率的特征，然后将不同分辨率的特征送入全连接层并进行特征融合，最后经过softmax分类器进行表情分类。在JAFFE和CK+表情数据库上进行了多次实验，结果表明，与传统的机器学习方法

  3. 所属分类：其它

« 12 3 »