2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、新生兒不能自述疼痛的感受,現(xiàn)階段對新生兒的疼痛評估大部分都是由熟悉各項(xiàng)評估技術(shù)指標(biāo)和受過專門訓(xùn)練的醫(yī)護(hù)人員來完成的,需要耗費(fèi)大量的人力和物力,不能及時客觀的對新生兒疼痛做出響應(yīng),因此建立一個新生兒疼痛表情自動識別系統(tǒng)有十分重要的意義。
  本文在局部二值模式算法和稀疏表示理論的基礎(chǔ)上對新生兒疼痛表情識別進(jìn)行了研究,本文的研究工作主要有:
  (1)本文提出了基于均勻局部二值模式(uniform LBP)和基于稀疏表示的分類(

2、SRC)相結(jié)合的方法。研究了LBP特征提取方法在新生兒疼痛表情識別上應(yīng)用及特征提取時對表情圖像的方塊大小對識別性能的影響。首先對新生兒疼痛表情圖像進(jìn)行分塊,分別分為3?3塊,4?4塊,5?3塊,6?5塊,然后采用均勻局部二值模式方法分別對4種不同分塊方式下的新生兒疼痛表情圖像進(jìn)行特征提取。
 ?。?)研究了特征降維的維數(shù)對實(shí)驗(yàn)結(jié)果的影響。在實(shí)驗(yàn)中,為了進(jìn)一步降低運(yùn)算量采用了PCA方法進(jìn)行表情特征進(jìn)行降維,對不同維數(shù)下的識別率進(jìn)行了

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論