基于图像序列的学习表情识别

对学习者面部表情进行识别,能够判断学习者的情绪状态,分析其学习效果。针对面部表情具有持续性和时序性的特点,采用表情图像序列作为表情识别对象。通过组合网络的方式,将长短期记忆网络(Long Short Term Memory Network, LSTM)与VGGNet组合成VGGNet-LSTM模型,在此基础上进行表情识别,显著提高了识别准确率。借鉴迁移学习方法,将VGGNet通过基本表情数据集CK+进行预训练后迁移到学习表情数据集下,避免了学习表情数据集数据量不足的缺陷,解决了模型过拟合问题。     

虚拟人情绪向量和表情向量的合成

虚拟人的面部情绪表达是一个令许多学者感兴趣的研究领域,以往的研究多偏重在人脸数据的获取和面部局部运动的生成方面,尚没有情绪合成的一般性数学模型。首先,提出了情绪向量空间的概念,人的情绪状态可以转化成情绪向量空间中的一个情绪向量,情绪向量可以通过基本情绪向量来计算。其次,建立了表情向量空间的概念,人的表情可以转化成表情向量空间中的一个表情向量,表情向量可以通过基本表情向量来计算。再次,建立从情绪向量空间到表情向量空间之间的映射,表情动画是通过情绪状态和情绪映射来实现的。最后,在微机上进行了初步的实验,利用6个基本情绪状态来计算情绪合成。     

机构及面部柔性体混合模型下的仿人头机器人行为仿真

在仿人头部机构设计基础上，利用现有软件分别建立头部机构刚性模型及面部柔性体模型。在混合模型下进行基本面部表情、以及表情与头部动作协调行为的仿真研究，得到较为满意的结果．验证了面部表情的设计与理论研究。为进一步设计、研制高度集成化的仿人头像型机器人提供一定的数据基础。     

基于特征点的表情动画方法

在现有的表情动画技术基础上,提出了一种基于特征点和非特征点变换的表情动画方法.基于面部动画特征,通过对特征点进行变换来实现表情动作,同时采用速度曲线产生运动轨迹,并将非特征点的变换与特征点的变换联系起来产生动画.通过仿真对该方法进行实验,实验证明这是一种简单、有效且自然的表情动画方法.     

基于隐马尔科夫模型的中国股票信息探测

应用隐马尔科夫模型对不可观测的股票信息状态建模, 并构建信息状态转移概率矩阵刻画信息状态在时间维度上的动态关联性. 基于5分钟分时高频数据, 利用贝叶斯推断与马尔科夫链蒙特卡洛模拟(MCMC)的方法估计了上证指数、上证50样本股2010年 8月的信息状态与信息强度. 通过实证验证了模型具有较好的信息识别能力, 且发现了中国股票市场信息效应具有聚集性的特点. 通过信息状态转移概率矩阵, 推测出:在我国股票市场, 一个信息经过100分钟能融入市场的概率是99%.     

基于程式化模型与梯度信息随机克里金法的风险测度估计

嵌套仿真是估计金融衍生产品投资组合风险测度的常用方法,但是其仿真计算量大,运算效率较低.本文提出了基于程式化模型的随机克里金法(stochastic Kriging,SK)来对投资组合损失函数进行拟合,替代大量的内层仿真,从而提高运算效率.在此基础上,本文进一步提出了两种方式将梯度信息引入到基于程式化模型的SK方法,即直接利用梯度信息嵌入到SK中和利用梯度信息进行插值,后者对于程式化模型的选择具有更高的灵活性.本文利用极大似然估计的渐进正态性,进一步建立了在有梯度信息条件下验证程式化模型有效性的统计假设检验方法.最后,通过基于几何布朗运动的欧式期权、亚式期权,基于正态逆高斯过程的欧式期权,以及包含多类期权的投资组合的例子,验证所提出的SK方法的有效性,结果表明带有程式化模型和梯度信息的SK方法可以提高估计的精度,提高运算效率.     

水下超高速航行体双模态控制研究

水下航行体在高速运动时,其全部或大部分表面被空泡包裹.由于水动力和周围环境扰动使航行体尾部与空泡壁相互作用产生滑行力,滑行力的存在使系统具有较强的非线性并导致不稳定的航行状态.针对航行体纵向运动数学模型可以描述为无滑行力的线性模型和存在滑行力的非线性模型,设计了基于状态的切换控制策略并设计了双模态控制器,对于线性模型采用状态反馈控制,对于非线性模型采用基于微分几何的反馈线性化方法.仿真结果表明,基于状态切换的双模态控制器减小了滑行力,对于初始状态扰动具有鲁棒性.     

风险度量半参数变系数复合Expectile回归模型及应用

本文结合半参数变系数回归模型、期望分位数风险价值(EVaR)的思想以及充分利用多个Expectile信息能提高参数估计效率的假设,提出了一类半参数变系数复合Expectile回归模型,并对该模型进行了估计,建立了所提出复合Expectile回归(CER)估计的大样本性质.针对该模型既含有参数部分也含有非参数部分的特征,采用了方便计算的三步估计方法.通过数值模拟也发现,当误差为厚尾或非对称分布时,在均方根误差(RMSE)的标准下,所提出的CER估计大大优于最小二乘(LS)估计和简单的Expectile回归(ER)估计.另外,本文还应用所发展的理论分析了我国货币政策对上证综指的影响.     

基于双模天线阵列的ESPRIT波达方向估计

考虑阵列信号波达方向(DOA)估计问题,提出了一种基于双模天线阵列的模式域旋转不变参数估计(ESPRIT)算法.与传统空域ESPRIT相比,模式ESPRIT的旋转因子仅与信号DOA有关而与阵列结构无关,因而无需阵元位置信息,也无需阵列存在空间匹配子阵.若阵元位置信息精确已知,还可利用空域稀疏采样获得无模糊多尺度DOA估计.计算机仿真结果验证了算法的有效性.     

AR(1)-MA(1)模型的矩估计及其渐近分布

利用矩方法 ,给出了双重时间序列 AR( 1) - MA ( 1)模型的矩估计 ;并证明了该估计的渐近正态性.     

Person-independent expression recognition based on person-similarity weighted expression feature

A new method to extract person-independent expression feature based on higher-order singular value decomposition (HOSVD) is proposed for facial expression recognition. Based on the assumption that similar persons have similar facial expression appearance and shape, the person-similarity weighted expression feature is proposed to estimate the expression feature of test persons. As a result, the estimated expression feature can reduce the influence of individuals caused by insufficient training data, and henc...     

THE CHARACTERISTIC PAIR AND TRACE EXPRESSION OF LR ARRAYS

In this paper, the concept of characteristic pair of linear recurring (or LR inshort) arrays is introduced. A decomposition of the linear space consisting of LR arraysand trace expressions of LR arrays is showed.     

基于物理模型的特定人脸模型与表情动画模型

人脸造型与人脸表情动画的研究是计算机图形学领域中的一项热门课题,其模型的建立是构建人脸表情虚拟系统的一个重要基础,该系统可广泛地应用于虚拟环境、可视电话、远程教育等系统中。本文根据人脸生理结构的特点,先将人脸表面分成若干块、进而运用弹性形变原理,分析了脸部各块的形变规律,提出了一种将一般人脸模型变换为特定人脸模型的变形模型,而后又以眼睛为例,分析了“眨眼睛”的物理运动规律,为其建立了表情动画模型。在此基础上我们开发了一个实际的人脸造型与表情动画系统,运用该系统生成的特定人脸及表情动画自然、真实,结果令人满意。     

快速收敛的指数线性均衡器长度更新算法

提出了基于基2及其改进的可变基指数运算的自适应均衡器长度更新算法,算法设置均衡器为较小的初始长度以提高均衡器收敛速度,通过增加或去除长度按指数运算规则自适应变化的子均衡器的方法更新均衡器长度,减少均衡器长度调整次数,提高均衡器的收敛速度和性能.分析表明指数自适应算法能够使均衡器从任意当前长度调整到任意最佳长度.仿真表明基于指数运算的自适应长度均衡器能够获得更低的MSE,有效减小计算复杂度,提高信道跟踪速度,从而可以跟踪时变信道.     

数字娱乐领域中的虚拟人情绪表现模型研究

数字娱乐的本质是创造用户的情绪体验,构造具有情绪表现力的虚拟人是数字娱乐领域的关键目标。虚拟人是完全由计算机系统生成的三维图形实体,他们能够在虚拟世界中模拟真人的各种特征。讨论了数字娱乐领域对虚拟人情绪表现模拟的需求,概括了国际上虚拟人情绪模型的研究现状,提出了虚拟人情绪表现模型研究的一些新方向。可以将虚拟人视为一个智能主体,将虚拟人的情绪表现模型和认知活动结合起来。为了充分地描述情绪决策过程中信息的不确定性,应采用软计算方法,建立虚拟人情绪表现模型。     

基因表达式程序设计在复杂函数自动建模中的应用

基因表达式程序设计是一种新的自适应演化算法，该算法已经应用到许多领域中，并且取得了起好的效果。通过对适应度函数的有效设计以及函数集的有效选取，引入新的常数创建方法。将基因表达式程序设计运用于复杂函数的自动建模中，并把所建立的模型用于预测分析。通过仿真实验表明：用此方法所建立的模型比传统的最小二乘法、神经网络以及遗传程序设计等方法具有更好的性能。最后对该算法的应用前景作了简要分析。     

基于随机森林的潜在k近邻算法及其在基因表达数据分类中的应用

随机森林被广泛应用于包括癌症诊断在内的生物信息学领域. 从自适应k近邻的角度分析了随机森林的分类机理,分析其存在的信息损失, 据此提出一种新的投票机制,称为基于随机森林的潜在k近邻算法RF-PN,能够充分利用决策树上的OOB样本信息, 显著改善随机森林的分类性能.6个癌症基因表达数据集上的对比实验表明,RF-PN的分类准确率优于原算法.     

Pawlak粗糙集的公理系统

粗糙集合理论是一种新的有效处理不精确、不确定、含糊信息的理论,粗集公理系统研究是粗集理论及应用研究的基础。利用模糊关系及其运算的矩阵表示,建立Pawlak粗近似空间的公理体系,该公理系统由三条相互独立的非常简洁的表达式构成。获得的结果深刻地揭示了经典等价关系与模糊等价关系的本质区别,进一步深化了Pawlak粗集理论。     

基于基因表达式编程的非线性系统辨识研究

提出了一种利用基因表达式编程进行非线性系统辨识的新方法,引入了可变染色体和可变终端符集,提出了新的个体的生成机制及相应进化操作符,克服了利用遗传编程进行非线性系统辨识的不足,降低了算法对参数的依赖性,能够在相同的参数设置下进行各种非线性NARMAX模型辨识.对于适应度的定义,综合考虑模型的精确性和复杂性因素,使辨识模型能够在精确性和复杂性之间取得平衡.仿真结果表明,这种方式可以快速准确的获取非线性模型.