【摘 要】
：
由于稠密网络（DenseNet）模型具有独特的特征提取和传输方式，使其面对小数据集时在缓解网络过拟合的同时，可以取得不错的分类效果。但是传统的DenseNet模型具有较深的网络结构，可能造成特征冗余和硬件内存的负担。针对该问题，研究了一种相对浅层的稠密网络，通过压缩稠密网络的深度并增加每个模块中卷积核的数量来高效提取表情图像的隐性特征。考虑到该稠密网络在提取特征时也舍弃了部分图像信息以及单一特征可
【机 构】
：
南京邮电大学电子信息与光学工程微电子学院
【基金项目】
：
江苏省教育科学“十三五”规划2020年度课题（B-a/2020/01/01）；
论文部分内容阅读
由于稠密网络（DenseNet）模型具有独特的特征提取和传输方式，使其面对小数据集时在缓解网络过拟合的同时，可以取得不错的分类效果。但是传统的DenseNet模型具有较深的网络结构，可能造成特征冗余和硬件内存的负担。针对该问题，研究了一种相对浅层的稠密网络，通过压缩稠密网络的深度并增加每个模块中卷积核的数量来高效提取表情图像的隐性特征。考虑到该稠密网络在提取特征时也舍弃了部分图像信息以及单一特征可能难以表达人脸表情图像的全部信息，利用LDN（Local Directional Number Pattern, LDN）算法提取表情图像的梯度方向纹理信息，与稠密网络提取的隐式特征进行特征融合，共同进入Softmax层进行表情分类。该算法在CK+和Jaffe数据集上进行仿真实验，获得了不错的识别率，在一定程度上证实了算法的有效性。
其他文献
信息技术在初中教育中的成熟运用，推动了化学教学的创新和发展。信息技术的发展为教师创新课堂教学提供了源源不竭的动力，便于教师运用更具直观性和多元化的方法呈现抽象的知识，推动课堂教学革新。本文从科学融合微课教学，构建趣味化课堂；直观演绎抽象知识，培育学生主动性；合理扩张课堂内容，促进学习直观化；构建师生交互平台，联合课上与课下；完善课后教学过程，适当补充教学这五方面着手，探究如何科学运用信息技术推动化
研究目的:幼儿教育是终身学习的开端,同时更是国民教育体系的重要组成部分,根据当前我国幼儿教育而言,仍存在教育资源短缺、师资队伍不健全、体制机制不完善等诸多方面问题。单从幼儿体育谈起,无论是师资力量配置,还是社会环境影响,亦或是幼儿体育教育观念都在一定程度上制约着幼儿体育的发展。动作的发展是幼儿成长的关键,是在平时的学习、生活中不断积累的,良好的动作技能发展可以促进幼儿身体素质发展、身体机能发展、智
＜正＞在当前，随着教学改革的推进，高考的改革也在稳步前行。在此背景下，高中化学教师应对新高考的改革情况有一个新的认知，联系高考改革的实际，对自己的教学设计进行调整，提升教学质量。本文分析了存在于当前教学设计中的不和谐因素，在此基础上又结合教学的实际情况，从七个方面设计了具体化的教学策略。
目的本研究通过运用中国健康饮食指数（Chinese Healthy Eating Index, CHEI）对上海市某高校学生的营养现况进行评估,探讨影响大学生膳食质量的潜在因素。方法研究对象来源于2018年9月至2019年9月在复旦大学枫林校区就读的全日制在校学生,采用随机抽样的方法,从复旦大学枫林校区的9个院系中随机抽取339名学生,排除在校食堂就餐天数少于86天,三餐食堂就餐天数分别少于37天
基于实际状况来看，中职学校的办学目的在于向社会市场输出专业技术型人才，因而，中职教育愈来愈受到重视，现已成为社会经济建设中不能欠缺的核心力量。对于中职教育而言，机械制图属于机械类专业学生必学的一门课程，不但涵盖了很多理论方面的知识，而且要求学生娴熟掌握实践操作要领。主要是因为机械制图课程的研究对象是“机械图像”，所以，本专业学生要学懂理论课程知识的同时，具备实践运用能力，这样才可以实现课程教学目标
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。采用改进后的ResNet18模型，结合数据增强、mixup、label smoothing等辅助策略对FER2013训练集进行300个epoch的训练，利用最优的权重，在FER2013的验证数据集上达到了72.09%的准确率；并结合YOLOv5Face预训练权重，实现了人脸检测
光纤光栅传感器是一种新型传感元件,其体积小、质量轻、灵敏度高、耐腐蚀等,在结构健康监测领域中有着广泛的应用。光纤光栅传感器的性能对健康监测的精确、稳定、高效至关重要。本论对光纤光栅传感器的应变传递进行研究,通过理论推导、仿真计算、实验测试,探究了传感器的应变传递率、各层强度、基体层结构优化等问题。设计制作了光纤光栅传感器,对传感器的精度、灵敏度和监测范围等性能参数进行了实验测试,得到了优化的传感器
目前，虽然深度学习算法通过二维卷积能够获得二维图像，并且形成的二维图像可为人脸识别提供支持，但在实际场景之中，在人脸表情、姿态等方面的识别比较困难，而三维实时人脸识别技术则能够弥补这一缺陷。但由于人脸的姿态和表情随时可能出现变化，会导致三维人脸信息缺乏完整度，同时也会造成人脸区域发生变形等问题，因此，本文基于深度学习，对三维实时人脸识别技术进行研究，以持续解决当前人脸识别方面存在的问题。
在全球经济衰退的背景下,原材料价格持续上涨,对建筑行业的上中下游企业造成了持续的消极影响,材料价格的波动对施工企业的成本影响很大,幕墙工程施工企业面临着愈加激烈的市场竞争;同时,业主方对高质量、高价值幕墙工程的需求也愈加强烈,对工程项目的要求不再是完成基本的功能与要求,更多地关注最低的工程全寿命周期成本,更高的工程价值。幕墙企业必须通过材料的优化设计降低材料成本,提升工程功能与价值,提高企业的核心