【摘 要】
：
微表情图片具有高度的相似性和密集性的细节信息,传统的微表情识别主要采用手工制作的方法,其识别种类与识别精度均无法满足精确的特征提取训练,因此提出一种深度学习方法,可以有效解决微表情识别在种类数量、准确度和速度上的问题.采用数据增强后合成的图像训练数据集,以处理后的数据集来训练卷积神经网络CNN模型.实验结果证明了所提出的基于深度学习的CNN方法在面部微表情识别中的有效性.将该方法与传统方法进行比较,结果显示提出的基于深度学习的CNN方法相较于传统方法其识别精度明显提高.
【机 构】
：
沈阳化工大学 信息工程学院,辽宁 沈阳110142
论文部分内容阅读
微表情图片具有高度的相似性和密集性的细节信息,传统的微表情识别主要采用手工制作的方法,其识别种类与识别精度均无法满足精确的特征提取训练,因此提出一种深度学习方法,可以有效解决微表情识别在种类数量、准确度和速度上的问题.采用数据增强后合成的图像训练数据集,以处理后的数据集来训练卷积神经网络CNN模型.实验结果证明了所提出的基于深度学习的CNN方法在面部微表情识别中的有效性.将该方法与传统方法进行比较,结果显示提出的基于深度学习的CNN方法相较于传统方法其识别精度明显提高.
其他文献
综述了纳米材料在聚合物压裂液和黏弹性表面活性剂压裂液中的最新研究进展.纳米材料在水基压裂液中的应用主要为:压裂液体系空间网络结构增强、聚合物交联、压裂液滤失控制和破胶、地层微粒运移控制、岩石表面润湿性改变和用作支撑剂.在分析现有研究的基础上,提出利用分子模拟研究纳米材料在水基压裂液中的应用机理、研究地层条件下纳米材料分散稳定性以及加入现场应用等未来研究方向.
证明了内力转换矩阵与位移转换矩阵是互为转置矩阵,并利用转置矩阵研究了静不定杆系的内力求解问题.由于杆系内力矩阵与位移矩阵是互为转置矩阵,可以方便地得到静不定杆系的变形协调条件.当静不定杆系内、外力平衡关系较容易确定,而其变形协调条件难以确定时,采用转置矩阵可以很方便地求得静不定杆系的内力,其计算过程简洁、清晰、明了.
为了提升g-C3N4的光催化降解性能,引入一种Ni金属配合物对g-C3N4进行改性.利用水热法合成基于1,3-二-(4′-(5′-四唑基)苯氧基)苯甲酸的Ni配合物Ni-L,将Ni-L负载到g-C3N4上,得到Ni-L/g-C3N4复合材料.对Ni-L/g-C3N4进行XRD、SEM表征,对不同负载量的复合物进行荧光性能表征.通过探究复合光催化剂的不同Ni-L负载量以及不同pH条件对光催化降解甲基橙效率的影响,得出结论:当pH=2时,50 mg负载量为50％的Ni-L/g-C3N4复合光催化剂降解50 m
甲醇作为氢能载体,利用蒸汽重整反应能够产生富氢气体,可以满足工业、燃料电池等对氢气的需求.综述了近几年重整反应中主要催化剂的研究进展,阐述了催化剂制备方法、助剂和载体等对催化剂活性和稳定性的影响,并归纳了重整反应在Cu基和Pd基催化剂上的反应机理以及催化剂的失活原因,对各自的优势和不足进行了分析.最后提出系统研究催化剂结构与性能之间的构效关系,深入剖析失活机理和稳定机制,并在此基础上开发新型催化剂,进一步提高甲醇蒸汽重整制氢的活性和稳定性是未来研究的重要方向.
以天然产物齐墩果酸作为起始原料,将含氮杂环引入A环并对C-28位进行酰胺化结构修饰,设计合成了5个新型齐墩果酸衍生物,其结构通过MS、NMR确证.采用计算机辅助药物设计,模拟VEGFR受体与已知活性化合物对接,分析在靶蛋白发挥活性作用的关键氨基酸残基片段,确定与关键位点结合的活性基团.采用MTT法,选择人肝癌细胞(HepG2)和乳腺癌细胞(MCF-7)进行初步的体外抗肿瘤活性筛选,在活性测试中,化合物Ⅰ5与阳性对照药相比表现出较强抑制作用.
设计合成积雪草酸类似物并对其进行体外抗肿瘤活性研究.以天然产物积雪草酸为母体,对C-2、C-3、C-23位羟基、C-28位羧基,以及C-12位双键进行改造,采用MTT法,选用人肝癌细胞(HepG2)和人肺癌细胞(A549)进行初步体外抗肿瘤活性测试.测试结果表明:目标化合物的抗肿瘤活性均优于母体积雪草酸,化合物Ⅰ4、Ⅰ6的活性与吉非替尼相当;积雪草酸新型类似物有较高的抗肿瘤活性,可对其进行进一步研究.
采用水热反应制备碳微球,通过溶胶凝胶法在其表面水解缩合生成SiO2/C核壳结构,在核壳架构表面负载硝酸铜及硝酸锌,以酸性大红染料废水为目标物,通过对酸性大红染料废水的降解率对催化剂进行性能评价.实验结果表明:在浸渍液硝酸铜质量分数为15％时,催化剂可促进臭氧较大程度产生·OH等强氧化性活性物质,对酸性大红染料废水的去除率可以达到99％以上.
2021年12月28日,由中国科协和俄罗斯科工联共同主办的2021年中俄数字经济高峰论坛通过云会议形式举办.由中国科协科学技术传播中心、《石油化工应用》杂志社和北京科技报社联合承办的数字能源专场技术直播在论坛期间正式上线.
针对局部保持投影在监控半导体蚀刻过程时T2统计量的缺陷,提出指数比率局部保持投影健康状态监控方法(exponential ratio locality preserving projections health monitoring method,ERLPP).将半导体数据通过统计模量方法展开为二维数据,利用局部保持投影将展开后数据投影到特征空间,首先确定特征空间中样本的第k近邻,称其为一步近邻;再确定第k近邻的前K近邻集,称其为二步近邻;最后通过一步近邻与二步近邻的指数比值运算构造统计量P.ERLPP方
针对应用多工况过程k近邻方法(k-nearest neighbor,kNN)进行故障检测时,微小故障样本较难被检测的问题,提出一种基于改进指数加权移动平均算法的k近邻(kNN based on expo-nentially weighted moving average,EWMA-kNN)故障检测方法.考虑到过程为多工况过程,所以利用kNN方法建立故障检测模型,计算距离统计量并确定相应的控制限.在过程监视中,使用改进EWMA算法更新控制限,赋予统计量随时间递增的权重,利用加权统计量和离线控制限确定当前微小