高斯核非负矩阵因子及其在表情识别中的应用

来源 :计算机应用与软件 | 被引量 : 6次 | 上传用户:tffx7677
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种基于高斯核非负矩阵因子的人脸表情识别方法。该算法引入高斯核函数并结合NMF(Non-negative Matrix Factorization)进行表情特征提取,称之为GKNMF。与NMF、2DNMF(2-Dimensional Non-negative Matrix Factorization)等方法不同,GKNMF通过基于高斯核的非线性映射可从原始表情数据中提取更多线性和非线性的有用信息,尽可能地保留原始的表情信息。根据JAFFE和CED-WYU(1.0)两个表情数据库的识别结果表明,G
其他文献
传统的聚类算法在考虑类与类之间的连通性特征和近似性特征上往往顾此失彼。首先给出类边界点和类轮廓的基本定义以及寻求方法,然后基于类间连通性特征和近似性特征的综合考虑,拟定一些类间相似性度量标准和方法,最后提出一种基于类轮廓的层次聚类算法。该算法能够有效处理任意形状的簇,且能够区分孤立点和噪声数据。通过对图像数据集和Iris标准数据集的聚类分析,验证了该算法的可行性和有效性。
传统的软件保护和注册方法通常采用硬件标识和注册码对应的机制,可移动性差,使用不便。基于目前性价比高、可移性强的U盘,通过对其物理序列号进行处理产生软件密钥。应用实践表明该方法不仅有利于保护软件合法者的利益,也方便了用户。
文字叙述已经能够说明问题者可以不再用图表。作为文字叙述的说明和补充,应在正文相应的文字叙述之后,按先后连续编码列出图序。每幅图表应冠有图(表)题。说明性的文字应置于图(表)下方注释中,并在注释中标明图表中使用的全部非公知公用的缩写。建议采用三横线表(顶线、表头线、底线),
针对硅梁论述了微机械电容式加速度传感器的工作原理,应用有限元分析方法对三种不同的硅梁结构对加速度计进行结构建模,并模拟分析了三种不同的梁的加速度计结构的第一和第二