本文主要研究内容
作者杜云,张璐璐,潘涛（2019）在《基于改进的主成分分析法的矿工表情识别》一文中研究指出：针对传统的矿工面部表情识别方法中对矿工面部表情进行特征提取的时间较慢且识别准确率不高的问题,以主成分分析法为基础,运用Fisher线性判别法对传统的主成分分析法进行改进。首先在主成分分析法的基础上增加一个类间离散矩阵,使其投影后不同类别之间特征点的距离更大,同一类别之间特征点的距离更加紧凑,对矿工面部表情图像特征提取的结果更具有代表性和针对性;然后运用径向基神经网络将低维非线性可分的矿工面部表情图像对应的特征矩阵映射到高维空间并使其线性可分,从而实现对矿工面部表情的识别和分类。实验结果表明,所提出的方法对矿工面部表情识别的识别率为89.0%,优于传统矿工面部表情分类识别算法,在矿井安全监控、疲劳驾驶等领域有较好的应用前景。
Abstract
zhen dui chuan tong de kuang gong mian bu biao qing shi bie fang fa zhong dui kuang gong mian bu biao qing jin hang te zheng di qu de shi jian jiao man ju shi bie zhun que lv bu gao de wen ti ,yi zhu cheng fen fen xi fa wei ji chu ,yun yong Fisherxian xing pan bie fa dui chuan tong de zhu cheng fen fen xi fa jin hang gai jin 。shou xian zai zhu cheng fen fen xi fa de ji chu shang zeng jia yi ge lei jian li san ju zhen ,shi ji tou ying hou bu tong lei bie zhi jian te zheng dian de ju li geng da ,tong yi lei bie zhi jian te zheng dian de ju li geng jia jin cou ,dui kuang gong mian bu biao qing tu xiang te zheng di qu de jie guo geng ju you dai biao xing he zhen dui xing ;ran hou yun yong jing xiang ji shen jing wang lao jiang di wei fei xian xing ke fen de kuang gong mian bu biao qing tu xiang dui ying de te zheng ju zhen ying she dao gao wei kong jian bing shi ji xian xing ke fen ,cong er shi xian dui kuang gong mian bu biao qing de shi bie he fen lei 。shi yan jie guo biao ming ,suo di chu de fang fa dui kuang gong mian bu biao qing shi bie de shi bie lv wei 89.0%,you yu chuan tong kuang gong mian bu biao qing fen lei shi bie suan fa ,zai kuang jing an quan jian kong 、pi lao jia shi deng ling yu you jiao hao de ying yong qian jing 。
论文参考文献
论文详细介绍
论文作者分别是来自河北科技大学学报的杜云,张璐璐,潘涛，发表于刊物河北科技大学学报2019年01期论文，是一篇关于计算机图像处理论文,矿工表情识别论文,主成分分析法论文,线性判别法论文,径向基神经网络论文,河北科技大学学报2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自河北科技大学学报2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：计算机图像处理论文; 矿工表情识别论文; 主成分分析法论文; 线性判别法论文; 径向基神经网络论文; 河北科技大学学报2019年01期论文;