已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、近十年來新生兒疼痛引起醫(yī)護人員的廣泛關(guān)注。由于新生兒不能自述疼痛的感受,疼痛評估成為新生兒科學中一個新的研究領(lǐng)域,有著長遠的應(yīng)用前景和潛在的市場價值。
壓縮感知是針對稀疏或可壓縮信號,在采樣的同時即可對信號數(shù)據(jù)進行適當壓縮的新理論,這使其在信號處理領(lǐng)域有著突出的優(yōu)點。而稀疏表示方法是壓縮感知理論中的核心議題之一。最近,由于其較大的理論突破,尤其是計算復雜度的下降,使得該理論被廣泛應(yīng)用到信號處理領(lǐng)域的各個方面。圖像信號本身及
2、其所反映的語義在很多時候具備稀疏性這一特點,這使得稀疏表示相關(guān)的理論可以被引入到圖像處理、模式識別等領(lǐng)域中。
本文利用壓縮感知中的主要理論之一——稀疏表示方法對新生兒疼痛表情識別進行研究的基礎(chǔ)上,提出了一種新穎的基于壓縮感知理論的新生兒疼痛表情識別方法。
該方法通過對測試新生兒面部表情圖像進行稀疏表示,采用L-1 范數(shù)最小化算法求得最稀疏的系數(shù)解,所獲得的系數(shù)具有明顯的類別信息,從而易于對測試表情圖像進行分類
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 新生兒疼痛表情識別方法的研究.pdf
- 新生兒疼痛面部表情識別方法的研究.pdf
- 基于模糊SVM的新生兒疼痛表情識別方法研究.pdf
- 基于協(xié)作表示的新生兒疼痛表情識別.pdf
- 基于HLACLF的新生兒疼痛表情識別研究.pdf
- 基于Curvelet變換的新生兒疼痛表情識別研究.pdf
- 基于流形學習算法的新生兒疼痛表情識別.pdf
- 新生兒疼痛表情識別中的特征降維方法研究.pdf
- 基于LBP-top特征的新生兒疼痛表情識別研究.pdf
- 基于視頻序列的新生兒疼痛表情識別系統(tǒng)的研究.pdf
- 基于Gabor小波以及稀疏表示的新生兒疼痛表情識別.pdf
- 基于分塊加權(quán)局部二值模式的新生兒疼痛表情識別.pdf
- 基于局部二值模式和稀疏表示的新生兒疼痛表情識別.pdf
- 組合分類器在新生兒疼痛表情識別中的應(yīng)用.pdf
- 新生兒疼痛面部表情特征提取與選擇方法.pdf
- 基于Gabor小波變換和LBP結(jié)合的新生兒疼痛表情識別研究.pdf
- 新生兒疼痛
- 新生兒疼痛評估
- 基于Log-Gabor的新生兒疼痛表情特征提取的研究.pdf
- 基于壓縮感知的數(shù)字識別方法研究.pdf
評論
0/150
提交評論