基于小数据集下的BN参数学习的目标识别方法.pdf
建英****66
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于小数据集下的BN参数学习的目标识别方法.pdf
本发明涉及基于小数据集下的BN参数学习的目标识别方法,利用小样本数据集与定性专家经验有机结合,借助凸优化求解来提高BN参数学习精度,从而完成目标识别BN建模,最后利用目标识别BN推理结果来反映目标状态。本发明基于BN理论中学习算法和成熟的推理算法完成目标识别所需的建模和推理任务,充分利用了一些专家经验的等式和不等式约束条件,在一定程度上弥补了数据不足对参数学习精度的影响,又避免了对目标识别过程进行复杂的数学建模,所得识别推理模型具有特征参量少、学习能力强、解释性良好等优点,尤其适用于嘈杂、不确定性、动态的
基于小数据集下的面部表情BN识别方法.pdf
本发明涉及一种基于小数据集下的面部表情BN识别方法,首先提取面部表情图像的几何特征和HOG特征,经特征融合和归一化等处理构成动作单元(AU)标签样本集,其次构建面部表情识别BN结构,并将定性专家经验转化为BN条件概率之间的约束集合,随后引入目标函数,利用凸优化对最大化形式的目标函数求解,完成面部表情识别BN模型参数的估算,最后利用联合树推理算法识别出面部表情。与现有技术比较,本发明提出的面部表情识别方法可在小规模数据集的条件下大大提高了面部表情识别的精度,可广泛应用于人机交互、安保系统、医疗健康诊断、视频
小数据集条件下基于不确定先验的 BN 参数学习.pdf
第卷第期系统工程与电子技术..年月
小数据集条件下基于不确定先验的 BN 参数学习.pdf
第卷第期系统工程与电子技术..年月
基于小波分析的结构参数识别方法研究的开题报告.docx
基于小波分析的结构参数识别方法研究的开题报告一、选题背景和意义近年来,随着航空、桥梁、地震等领域的不断发展,结构参数的识别成为了非常热门的研究方向。结构参数是指影响结构行为的一些关键参数,如刚度、阻尼、质量等。通过准确地识别这些参数,可以帮助我们更好地理解结构的性能和优化结构设计。小波分析是一种多尺度分析方法,在信号处理、数据压缩和图像处理等领域中应用广泛。它具有良好的时间-频率局部化特性,能够在不同时间尺度上分析信号的频率成分,从而更精确地识别信号中的特征。因此,将小波分析引入到结构参数识别中,可以提高