

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著非接觸式人體測量技術的發(fā)展,人體數(shù)據(jù)的采集越來越容易。如何從眾多的三維掃描數(shù)據(jù)中提取出人體體型的關鍵特征參數(shù),對人體體型進行分析是當前研究的熱點。為了實現(xiàn)對人體體型快速準確的識別,課題構建了根據(jù)基本部位典型指標來直接判別人體體型的概率神經網(wǎng)絡分類預測模型;為了實現(xiàn)各類別體型信息數(shù)字化并進行存儲,課題建立了基本部位不同圍度截面曲線特征點坐標與典型特征指標的參數(shù)化方程,即根據(jù)典型指標直接獲得人體基本特征部位的三維坐標值,重現(xiàn)各類人體基本
2、部位的體型特征。
首先,課題采用美國[TC]2三維人體測量儀對300名在校女青年進行人體測量,獲取人體體型數(shù)據(jù)信息;通過數(shù)理統(tǒng)計方法,確定了反映青年女性人體體型特征的四個基本部位:肩部、胸部、腰部與臀部。
其次,通過R型聚類法,提取了肩部特征的3個典型指標,胸部特征的6個典型指標,腰部特征的4個典型指標,臀部特征的6個典型指標;采用快速聚類法,依據(jù)各典型指標將肩部體型劃分為5類,胸部體型劃分為4類,腰部體型劃
3、分為5類,臀部體型劃分為5類;通過方差分析,建立了細化的人體體型表。
再次,在分析概率神經網(wǎng)絡(PNN)的基本原理及其結構模型的基礎上,運用MATLABR2009a軟件構建了肩部、胸部、腰部和臀部四個基本部位的概率神經網(wǎng)絡模型,完成了人體軀干部位體型的快速準確識別。
然后,針對基本部位截面曲線,以5°為間隔,確定了特征點個數(shù)為72個,運用MATLAB軟件實現(xiàn)了各特征點坐標的提取,并對特征點坐標進行了關于典型指
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于概率神經網(wǎng)絡的步態(tài)識別.pdf
- 基于特征參數(shù)的語音情感識別.pdf
- 基于概率神經網(wǎng)絡的手寫楷體漢字識別研究.pdf
- 基于概率神經網(wǎng)絡的漢語耳語音識別的研究.pdf
- 基于改進神經網(wǎng)絡的斜拉橋參數(shù)識別.pdf
- 基于進化概率神經網(wǎng)絡的紋理圖像識別.pdf
- 基于改進神經網(wǎng)絡算法的斜拉橋參數(shù)識別研究.pdf
- 基于小波矩及概率神經網(wǎng)絡的豬的姿態(tài)識別研究.pdf
- 臺風特征參數(shù)及風雨聯(lián)合概率模型研究.pdf
- 基于神經網(wǎng)絡的模態(tài)參數(shù)識別方法研究.pdf
- 交叉點的神經網(wǎng)絡識別及聯(lián)機手寫字符的概率神經網(wǎng)絡識別初探.pdf
- 基于縱截面曲線形態(tài)的青年女性體型識別研究.pdf
- 基于深層神經網(wǎng)絡的音頻特征提取及場景識別研究.pdf
- 基于改進的特征參數(shù)的說話人識別研究.pdf
- 基于Fisher準則的說話人識別特征參數(shù)提取研究.pdf
- 基于聽覺特征參數(shù)的說話人識別技術.pdf
- 基于復雜網(wǎng)絡理論的特征參數(shù)構造及分析.pdf
- 基于聽覺特征參數(shù)的說話人識別技術
- 基于神經網(wǎng)絡的懸臂式擋墻模態(tài)參數(shù)識別.pdf
- 語音識別技術中的特征參數(shù)及聲調識別的研究.pdf
評論
0/150
提交評論