导读:本文包含了全局结构特征论文开题报告文献综述及选题提纲参考文献，主要关键词:脸型结构分类,全局轮廓点特征,下颌轮廓点特征,人脸吸引力
全局结构特征论文文献综述
吴春萌[1]（2019）在《基于全局轮廓和脸型结构特征的人脸吸引力分析与研究》一文中研究指出人脸吸引力是遗传心理学和认知心理学的一个重要命题,研究结果可以给人脸进化(以及人类进化)提供科学依据,具有重要的科学意义。结合信息技术的人脸吸引力研究是信息学科与心理学的交叉研究,可以完善传统研究方法存在的主观性强、数据少的不足。在对于人脸识别研究中,脸型结构的精细化分类在提高人脸识别的稳定性与高效性方面已经通过实验证明。本文为提高计算机评估人脸吸引力的评价性能,深入分析了全局轮廓点特征提取问题、人脸脸型结构分类问题以及各类脸型结构的人脸吸引力评价问题。其主要研究和创新内容如下:(1)对脸型结构分类问题进行了详细的分析,并利用全局轮廓特征对脸型结构进行了分类。根据全局轮廓点特征模型,提取下颌轮廓特征与全局轮廓特征,考虑各类脸型结构的基本几何属性,结合K近邻与平均Hausdorff距离对脸型结构进行分类。实验表明全局轮廓特征在脸型结构分类上取得了更好的效果,与下颌轮廓特征相比将脸型结构分类精度提升了5.98%。(2)针对人脸吸引力评价问题,提出了对人脸数据集的脸型结构进行“分集”的方法。所谓“分集”,即在人脸脸型结构数据集构建环节,将原有数据集划分为六类脸型结构的小数据集。然后对各类脸型结构的人脸吸引力评价分数进行分析,结果显示椭圆形与心形的脸型结构相比其他脸型结构更具有吸引力。(3)将脸型结构分类与人脸吸引力评价相结合,提出了基于全局轮廓和脸型结构分类的人脸吸引力评价方法。选取基于各类脸型结构数据集相关性最高的人脸吸引力评价方法,并将其与基于整体数据集的人脸吸引力评价方法进行了对比,实验表明通过脸型结构“分集”后获得了更好的人脸吸引力评价性能,Pearson相关性系数平均提升了6.60%。(本文来源于《西北大学》期刊2019-06-01）
唐诗琦,怀念,陈军,胡俊勇[2]（2018）在《一种基于局部与全局结构特征的网络节点角色发现算法》一文中研究指出针对复杂网络中基于节点结构特征的角色发现问题,在RolX角色发现算法的基础上,引入节点的局部及全局结构特征进行特征提取,构建节点结构特征矩阵。使用非负矩阵分解对节点结构特征矩阵进行降维,获得对应的节点角色矩阵。选用节点的全局、局部以及邻居节点重要性评价指标对分析所得的角色进行意义建构。在Facebook及Email-Enron两个数据集上的实验结果表明,该算法在局部以及全局等评价指标上与RolX(Role eXtraction)、GLRD(Guided Learning for Role Discovery)等算法相比,均具有更高的准确性。(本文来源于《计算机应用与软件》期刊2018年10期）
徐君儒,邱榕,熊才溢,蒋勇,黄玥[3]（2017）在《含阶梯结构的高层楼梯井内烟气湍流及输运特征量的全局敏感性分析》一文中研究指出高层建筑竖井火灾中影响因素众多,并且各因素对高层楼梯井火灾中重要现象、关键数值等的影响大小不一,使得此类火灾中的实验或理论研究成本较高。通过建立全局敏感性分析平台,定量考察了高层楼梯井结构所涉及因素的影响大小,并能够方便地筛选掉对所考察量影响较小的因素,以降低实验或计算成本。使用数值模拟方法,通过CFD软件对包含阶梯几何框架的高层楼梯井结构火灾进行了共计60次工况计算。并且根据计算结果,使用全局参数敏感性分析方法,得出建筑尺寸、热释放速率、环境参数对高层楼梯井内烟气湍流特性及输运特性的敏感性排序。结果表明,火源热释放速率对各输出参数的影响均占38%以上。(本文来源于《火灾科学》期刊2017年03期）
刘玉森,汪涛[4]（2017）在《基于结构特征的全局立体匹配算法》一文中研究指出针对传统动态规划立体匹配算法会在边界区域产生明显条纹状瑕疵的问题,提出了一种基于结构特征的全局立体匹配算法。该算法在提出了结合图像局部灰度特征和图像纹理结构特征的基础上,构建了基于证据理论的多重判据,并以之作为相似性测度函数。然后结合Sobel算子、双边滤波和Canny算子提出了自适应图像边缘提取算法,对于图像边缘像素,放宽视差搜索范围,降低了边界处误匹配率。最后基于扫描行间约束,引入了行列双动态规划立体匹配算法,同时将视差搜索范围限制在一定范围内,以提高算法效率。实验表明,该算法可以有效降低视差图在边界区域的误匹配率,减少条纹瑕疵,提高图像匹配质量。(本文来源于《信息技术》期刊2017年01期）
何东[5]（2016）在《基于全局和局部结构特征提取的故障检测方法研究》一文中研究指出随着工业过程自动化程度的逐渐提高,实时检测到故障并保证过程的安全运行也越来越重要。现代工业过程每天都会产生和存储大量的数据,根据过程数据进行特征提取和统计建模,并基于相应的故障检测算法进行过程监测越来越成为过程监测领域的研究热点。目前,比较流行的故障检测算法主要有主成分分析(PCA)等全局结构特征提取法、邻域保持嵌入(NPE)等局部结构特征提取法,本文针对这些传统方法的不足提出如下的故障检测算法:(1)提出基于分布式ICA-PCA的故障检测算法,适合于复杂工业过程难以自动划分子块和过程数据存在非高斯信息的情况。该算法首先对过程数据进行PCA分解,并在PCA主成分不同的方向上构建不同的子块,把原始特征空间自动划分为不同子空间;然后对各个子块采用ICA-PCA两步信息提取的策略,提取出高斯信息和非高斯信息,并构建新的统计量和统计限;最后,通过仿真实验验证所提出故障检测算法的有效性。(2)针对工业过程并非完全符合多元正态分布及存在非局部属性的问题,提出基于稀疏保持投影(SPP)的故障检测算法。首先,与局部保持投影(LPP)和邻域保持嵌入(NPE)等现有技术在降维过程中保持局部邻域信息不同,SPP通过最小化一个1l正则化相关目标函数保持数据的稀疏重构关系,并计算出投影向量;其次,利用投影向量将原始数据空间划分为特征空间和残差空间,构建统计量和统计限;最后,通过仿真实验验证了所提出方法具有较好的检测效果。(3)针对传统故障检测算法仅仅嵌入数据的局部或全局结构的问题,提出基于局部-全局保持嵌入(LGPE)的故障检测算法。LGPE算法利用邻域保持嵌入(NPE)的目标函数嵌入局部数据结构,同时设计一个新的目标函数约束样本与其非近邻点间的相对位置;然后,通过双重的优化问题同时保存原始数据的局部和全局结构特征,并构建统计量和统计限;最后,通过仿真实验验证所提出算法的实用性和可行性。(4)鉴于浅层结构故障检测算法对复杂函数表示能力和复杂问题泛化能力不足的局限,本章利用深层学习算法的优势,提出基于降噪自动编码器(DAE)的故障检测算法。首先为了避免过度拟合,在自动编码器的基础上引入1l范式惩罚项;然后添加噪声建模以提高算法的鲁棒性,进而构建基于降噪自动编码器的故障检测模型;最后,通过数值和TE过程的仿真实验表明:本章所提出的故障检测算法具有很好的鲁棒性,有效地提取了原始数据的本质特征。(本文来源于《华东交通大学》期刊2016-06-30）
王利[6]（2016）在《基于局部特征与全局结构的轮廓检测算法研究》一文中研究指出进入信息时代的今天,计算机已经成为绝大多数领域里帮助或替代人类工作不可或缺的工具。随着计算机功能和性能双重的提升,人们对计算机使用灵活性的要求越来越高。例如,人与人之间的交流可以通过语言、视觉和听觉与外界进行信息交换,而且还可以通过不同的方式表达相近的含义。但是计算机却必须遵循严格的程序指令才能正确运行和使用,这需要使用者必须具备很高的计算机专业知识才能适应着使用复杂的计算机。为了让人与计算机之间的沟通不再需要繁琐和严格的程序语言和使用规则,必须让计算机能够适应人与人之间交流的习惯,即需要计算机具有像人一样的视觉、听觉甚至是语言沟通能力。计算机视觉就是这样一个帮助计算机拥有像人眼神经系统一样能够进行感知图像或多维数据的研究领域。长久以来,计算机视觉一直致力于建立一个能够帮助计算机理解图像世界的人工智能系统。而为了帮助计算机识别图像中各个物体或背景,计算机程序就必须能够对图像进行特征信息的检测和提取。作为计算机视觉和图像处理的基本问题,如何更有效和准确的检测和提取图像中的特征信息成为目前国内外边缘检测算法和轮廓检测算法的首要目标。通过对比原始图像和人工标记的边界的信息,即人们希望看到的图像中显着的信息,发现与以前的研究内容仅仅局限于检测和提取图像边缘信息不同的是,人眼在看到一张图像时,更多的是希望了解到图像内含有的物体或背景以及物体与物体,物体与背景之间的位置关系。从这个角度出发,简单的边缘检测方法,诸如Sobel算子、Canny算子以及后续提出的蚁群算法,已经不能满足人们的需求。从2000年以后,边缘检测的研究内容开始向轮廓检测方向发展。轮廓检测方法也从仅考虑图像中局部简单的亮度梯度特征向多个局部特征(如颜色和纹理)发展。2005年提出的Pb算法就是这样一个计算多个局部特征的轮廓检测算法。它通过分析自然图像中多个局部特征的特点以及寻找这些局部特征的优化组合方式,最终给出比Sobel算子和Canny算子更好的检测方法,并且开启了边缘检测向轮廓检测的序幕。2006年提出的CRF算法第一次将图像中物体全局结构融合进局部特征中。它通过构建CDT图和全局连续性模型完成Pb算法中断裂边界线的连接工作,使得轮廓检测的结果进一步准确。2007年提出的min-cover算法从区域覆盖的角度分析,将寻找边界线问题转向寻找图像的最小区域覆盖问题。它阐述图像不同物体或背景区域覆盖的总和即是图像本身,那么不同区域之间的交线即是边界线。本文的主要研究内容有以下几点:1.研究并分析经典边缘检测算法Sobel和Canny的工作原理以及不足的地方,并给出两种算法在实际图像检测结果上的对比和分析。2.在对经典边缘检测算法的研究基础之上,对目前检测结果还不理想的蚁群边缘检测算法做出改进,并提出将自适应分布式局部阈值与自适应全局阈值的双重自适应阈值结合的方式。在直观的结果对比和数据对比中,都能明显看出本文提出的改进算法比原始算法检测出更连续的感兴趣的边缘特征信息;3.研究并分析Pb算法、CRF算法和min-cover算法的数学理论基础以及各局部特征组合的实验结果。通过叁种算法在标准数据库中的实验结果给出对比分析的结论;4.提出了将多尺度局部特征和改进的全局采样抠图算法组合的边界检测算法。改进的全局采样抠图方法能够将少量的人工标记图像作为生成trimap的输入,进而得到标记物体的轮廓结构。将该轮廓结构与对尺度局部特征结合能够有效得到图像中显着性的物体轮廓信息以及相对应的局部信息。而且可以设置参数选择是否仅显示轮廓信息以及通过人工标记选择想要显示的物体。在标准的BSDS数据库中给出该算法与其它6种算法的实验对比结果,并给出数据和PR曲线的对比结果。(本文来源于《吉林大学》期刊2016-05-01）
赵春晖,崔晓辰[7]（2015）在《基于全局和局部流形结构的高光谱图像特征提取算法》一文中研究指出针对目前高光谱图像基于流形学习的无监督特征提取算法中只能够单独描述高维数据空间局部或者全局的几何结构,并且没有一种算法能够同时保持高维数据全局和局部的几何结构的问题,提出了一种基于全局和局部流形结构的无监督特征提取算法(GLMS)对高光谱图像进行特征提取.算法基于流形学习基本理论,需要建立两种保持流形结构的近邻图,分别用来描述数据的全局和局部的流形结构,通过求解广义特征值问题获得重构权值矩阵进而得到低维嵌入空间的最优投影,以达到降维的目的.在AVIRIS高光谱图像以及Indian Pine和Salina数据集上进行仿真对比实验,结果表明,提出的算法在分类精度和计算效率上有较好的提高.(本文来源于《沈阳大学学报(自然科学版)》期刊2015年04期）
谢锦,蔡自兴[8]（2014）在《一种基于Local Jet 结构的全局图像特征构造方法（英文）》一文中研究指出This article presents a novel and robust feature descriptor called the multi-scale autoconvolution on local jet structure(MSALJS), which is quasi-invariant to affine transformation. The MSALJS, a global image feature descriptor, is based on the derivatives that describe the image local structure to compute the multi-scale autoconvolution moment. Experimental data demonstrate that the MSALJS can be used in practical applications in which the object is deformed in various ways, such as particular occlusion,view angle change, and so on.(本文来源于《自动化学报》期刊2014年06期）
丁德武[9]（2013）在《代谢网络的全局结构特征和反应中心性(英文)》一文中研究指出图(或复杂网络)是大规模代谢网络研究的重要工具。传统上,主要使用代谢物图研究代谢网络,特别是人类的代谢网络。本文则使用反应图来研究人类的代谢网络,即:如果反应x的某个代谢产物是反应Y的某个代谢底物,则将反应x链接到反应Y。首先,从公开发表的文献获取了人类的反应网络,它包含了1099个节点和5208个弧。然后,根据"蝴蝶结"的结构分解方法,提取了人类的反应网络巨强组成部分,它包含了682个节点和4119弧。此外,研究了人类代谢网络反应图巨强组成部分的全局结构特性,结果表明它是一个"小世界","无尺度"和"自相似"网络。最后,依据10种不同的中心化分析方法(度,偏心率,紧密度,发散性,质心值,最短路径介数,.Katz状态,交易,网页排名和HITS中心),我们将另一研究重心放在了人类代谢网络反应图巨强组成部分的反应中心性分析方面,并确定了前15个关键反应(R00351b,R00256a,R00220a,R00253a,R00352b,R01177b,R00181a,R00344a,R00355b,R00485b,R03778b,R03858b,R03991b,R04742b和.R04747b)。(本文来源于《计算机与应用化学》期刊2013年07期）
刘笑颖,孙经先[10]（2010）在《零点不可导时锥映射的歧点与正特征元的全局结构》一文中研究指出研究了半序Banach空间中一类非线性锥映射歧点的存在性与正特征元的全局结构.与已知文献不同的是,不要求算子在零点沿着锥Frechet可微.作为应用,讨论了一类椭圆型偏微分方程边值问题正解的歧点与全局结构.(本文来源于《系统科学与数学》期刊2010年08期）
全局结构特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对复杂网络中基于节点结构特征的角色发现问题,在RolX角色发现算法的基础上,引入节点的局部及全局结构特征进行特征提取,构建节点结构特征矩阵。使用非负矩阵分解对节点结构特征矩阵进行降维,获得对应的节点角色矩阵。选用节点的全局、局部以及邻居节点重要性评价指标对分析所得的角色进行意义建构。在Facebook及Email-Enron两个数据集上的实验结果表明,该算法在局部以及全局等评价指标上与RolX(Role eXtraction)、GLRD(Guided Learning for Role Discovery)等算法相比,均具有更高的准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
全局结构特征论文参考文献
[1].吴春萌.基于全局轮廓和脸型结构特征的人脸吸引力分析与研究[D].西北大学.2019
[2].唐诗琦,怀念,陈军,胡俊勇.一种基于局部与全局结构特征的网络节点角色发现算法[J].计算机应用与软件.2018
[3].徐君儒,邱榕,熊才溢,蒋勇,黄玥.含阶梯结构的高层楼梯井内烟气湍流及输运特征量的全局敏感性分析[J].火灾科学.2017
[4].刘玉森,汪涛.基于结构特征的全局立体匹配算法[J].信息技术.2017
[5].何东.基于全局和局部结构特征提取的故障检测方法研究[D].华东交通大学.2016
[6].王利.基于局部特征与全局结构的轮廓检测算法研究[D].吉林大学.2016
[7].赵春晖,崔晓辰.基于全局和局部流形结构的高光谱图像特征提取算法[J].沈阳大学学报(自然科学版).2015
[8].谢锦,蔡自兴.一种基于LocalJet结构的全局图像特征构造方法（英文）[J].自动化学报.2014
[9].丁德武.代谢网络的全局结构特征和反应中心性(英文)[J].计算机与应用化学.2013
[10].刘笑颖,孙经先.零点不可导时锥映射的歧点与正特征元的全局结构[J].系统科学与数学.2010