基于Log-Gabor的新生兒疼痛表情特征提取的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、疼痛會(huì)給新生兒帶來(lái)很多負(fù)面影響,直接或間接影響它們的身體健康和成長(zhǎng)發(fā)育。在目前階段,對(duì)新生兒疼痛的評(píng)估主要是由專業(yè)的醫(yī)護(hù)人員進(jìn)行的,但是這種方法存在主觀性并且要花費(fèi)人力、物力資源。因此開(kāi)發(fā)一種快速而有效的新生兒疼痛表情識(shí)別系統(tǒng)具有非常重大的意義。
  本文主要完成以下工作:
  (1)本文對(duì)表情特征提取方法進(jìn)行了研究,提出了基于Log-Gabor的新生兒疼痛表情特征提取方法。
 ?。?)研究了基于PCA(Princip

2、al Component Analysis,主元分析法)的特征降維方法,以及LDA(Linear Discriminant Analysis,線性判別分析)、2DPCA等方法。本文實(shí)驗(yàn)采用PCA方法對(duì)新生兒表情特征進(jìn)行降維,對(duì)降維后特征向量的維數(shù)和識(shí)別率的關(guān)系進(jìn)行了分析和研究。
  (3)比較了線性核函數(shù)SVM(Support Vector Machine,支持向量機(jī))、多項(xiàng)式核函數(shù)SVM(d=2,3,4)、徑向基函數(shù)SVM、Si

3、gmoid核函數(shù)SVM以及稀疏表示分類方法等七種不同分類器的性能。
 ?。?)比較和分析Gabor和Log-Gabor這兩種特征提取方法在相同實(shí)驗(yàn)條件下的識(shí)別率以及特征提取時(shí)間。
 ?。?)在熟悉MATLAB GUI(Graphical User Interface,圖形用戶界面)的基礎(chǔ)上開(kāi)發(fā)設(shè)計(jì)了簡(jiǎn)單易操作的新生兒疼痛表情識(shí)別系統(tǒng)的用戶界面。
  實(shí)驗(yàn)結(jié)果表明:使用Log-Gabor對(duì)新生兒疼痛表情進(jìn)行特征提取,然后

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論