排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
多模态情感识别是当前情感计算研究领域的重要内容,针对人脸表情和动作姿态开展双模态情感识别研究,提出一种基于双边稀疏偏最小二乘的表情和姿态的双模态情感识别方法.首先,从视频图像系列中分别提取表情和姿态两种模态的空时特征作为情感特征矢量.然后,通过双边稀疏偏最小二乘(BSPLS)的数据降维方法来进一步提取两组模态中的情感特征,并组合成新的情感特征向量.最后,采用了两种分类器来进行情感的分类识别.以国际上广泛采用的FABO表情和姿态的双模态情感数据库为实验数据,并与多种子空间方法(主成分分析、典型相关分析、偏最小二乘回归)进行对比实验来评估本文方法的识别性能.实验结果表明,两种模态融合后相比单模态更加有效,双边稀疏偏最小二乘(BSPLS)算法在几种方法中得到最高的情感识别率. 相似文献
3.
矿井无线传感器网络GEAR协议的改进 总被引:1,自引:0,他引:1
分析了矿井的路由需求,选择了基于位置信息可知的GEAR协议作为研究对象,对GEAR协议进行了改进,引入极坐标系从而提出了一种带移动节点的网络模型,使其更符合煤矿井下的要求.经过NS2的仿真,改进后的GEAR协议使得整个网络在较低的能耗水平下获得了较长的生命周期,具有较好的能量优化特性. 相似文献
4.
矿井无线传感器网络LEACH协议的改进 总被引:3,自引:0,他引:3
将无线传感器网络应用于煤矿井下通信,能够提高通信的安全性.无线传感器网络由能量受限的节点组成,通过部署这些节点以便收集特定监测区域内的有用信息.基于层次的LEACH协议通过将节点分簇以实现数据融合.针对矿井通信的特点对现有的LEACH协议进行改进,优化了簇头选择算法,允许节点采用多跳方式与汇聚节点通信,使其更符合煤矿井下的要求.经过NS2仿真平台的测试,改进后的LEACH协议使得整个网络在较低的能耗水平下获得了较长的生命周期,具有较好的能量优化特性. 相似文献
5.
6.
针对深度卷积神经网络随着卷积层数增加而导致网络模型难以训练和性能退化等问题,提出了一种基于深度残差网络的人脸表情识别方法。该方法利用残差学习单元来改善深度卷积神经网络模型训练寻优的过程,减少模型收敛的时间开销。此外,为了提高网络模型的泛化能力,从KDEF和CK+两种表情数据集上选取表情图像样本组成混合数据集用以训练网络。在混合数据集上采用十折(10-fold)交叉验证方法进行了实验,比较了不同深度的带有残差学习单元的残差网络与不带残差学习单元的常规卷积神经网络的表情识别准确率。当采用74层的深度残差网络时,可以获得90.79%的平均识别准确率。实验结果表明采用残差学习单元构建的深度残差网络可以解决网络深度和模型收敛性之间的矛盾,并能提升表情识别的准确率。 相似文献
7.
采样率转换理论的仿真实现及应用 总被引:2,自引:0,他引:2
本文从采样率转化技术的发展现状出发,介绍了整数倍采样率转换技术的基本概念和原理,在此基础上给出了该技术的几个应用;利用MATLAB软件对相关理论进行了仿真实现,验证了理论的正确性,进一步阐述了该技术的应用方法. 相似文献
8.
多模态维度情感预测综述 总被引:7,自引:3,他引:4
维度情感模型通过几个取值连续的维度(如唤醒维、效价维、支配维等)将情感刻画为一个多维信号.与传统的离散情感模型相比,具有表示情感的范围广、能描述情感的演变过程等优点,近年来受到越来越多情感识别研究者的关注.多模态维度情感预测是一项复杂的工程,预测性能受所使用的模态、每个模态的特征提取、信息融合技术、标注人员的标注误差等多方面影响.为了提高多模态维度情感预测的性能,研究者在各个方面都做出了不懈努力.本文综述了维度情感的概念、标注,维度情感预测的性能评价指标以及多模态维度情感预测的研究现状,对比和分析了各种因素对多模态维度情感预测性能的影响,并总结出多模态维度情感预测面临的挑战及发展趋势. 相似文献
9.
综合分析了无线传感器网络在煤矿井下的研究发展现状,对无线传感器网络在井下应用的关键问题作了探讨.搭建了无线传感器网络性能分析平台,设计了3种典型的带状井下无线传感器网络仿真场景.仿真结果证明了改进的有效性与必要性. 相似文献
1