计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2008年
13期
190-192
,共3页
隐马尔科夫模型%微粒群优化算法%离散余弦变换%表情识别
隱馬爾科伕模型%微粒群優化算法%離散餘絃變換%錶情識彆
은마이과부모형%미립군우화산법%리산여현변환%표정식별
提出基于微粒群优化算法(PSO)的隐马尔科夫模型(HMM)训练算法,分别用PSO和量子微粒群优化算法进行HMM的参数估计,以提高HMM的性能.将改进的HMM算法应用于人脸表情识别,采用离散余弦变换提取表情特征向量.实验结果表明,该算法能有效提高表情识别率,解决HMM的参数估计问题.
提齣基于微粒群優化算法(PSO)的隱馬爾科伕模型(HMM)訓練算法,分彆用PSO和量子微粒群優化算法進行HMM的參數估計,以提高HMM的性能.將改進的HMM算法應用于人臉錶情識彆,採用離散餘絃變換提取錶情特徵嚮量.實驗結果錶明,該算法能有效提高錶情識彆率,解決HMM的參數估計問題.
제출기우미립군우화산법(PSO)적은마이과부모형(HMM)훈련산법,분별용PSO화양자미립군우화산법진행HMM적삼수고계,이제고HMM적성능.장개진적HMM산법응용우인검표정식별,채용리산여현변환제취표정특정향량.실험결과표명,해산법능유효제고표정식별솔,해결HMM적삼수고계문제.
