性别判别论文_杨稳,刘晓宁,朱菲,耿国华,赵倩娜

导读:本文包含了性别判别论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:性别,颅骨,哈萨克族,骶骨,枕骨,指骨,天山。

性别判别论文文献综述

杨稳,刘晓宁,朱菲,耿国华,赵倩娜[1](2019)在《基于分区的破损颅骨性别判别方法》一文中研究指出颅骨性别鉴定是法医人类学在进行身份认证中首要而重要的一步,在实际应用中破损颅骨性别鉴定更具有研究价值。为鉴定破损颅骨性别,缩小刑事案件搜索范围,提出一种不完整颅骨性别判别模型。首先,将颅骨划分为七个分区,标记特征点,量化不可测量特征;然后,利用基于最大似然估计的前向逐步回归方法选择每个分区的最优特征子集,通过logistic回归建立七个分区的性别判别模型,并通过留一法进行验证;最后,实现了女性和男性不完整颅骨的最终性别判别。实验结果表明,各个分区都可以确定颅骨性别,分区数组合越多,判别准确率越高。(本文来源于《计算机应用研究》期刊2019年09期)

朱正国,何明星[2](2018)在《基于局部特征和深度神经网络的人脸性别判别模型研究(英文)》一文中研究指出深度学习方法可以自动发现更佳数据以改善分类器性能。然而,在计算机视觉任务中,比如性别识别问题,有时候很难直接从整个图像进行学习。因此,提出一种新的基于局部特征和深度神经网络的人脸性别识别模型。首先,该模型从输入图像中提取数个局部特征,并将这些特征反馈给判别图像的深度神经网络,然后根据图像所属标签将每个局部特征分类。最后,使用简单的投票方案对整体图像进行判决。在FERET和CAS-PEAL-R1两个人脸图像资料库上进行了人脸性别分类实验,结果显示提出的方法优于其他深度学习方法,具有较好的准确性和稳定性。(本文来源于《机床与液压》期刊2018年06期)

韩霄帆,张楚一[3](2017)在《猕猴骶骨性别判别分析》一文中研究指出目的:探讨太行山猕猴骶骨指数性差.材料和方法:成年猕猴骶骨标本55例(雄17,雌38).选择骶骨5个线性变量和4个指数变量;统计处理采用ANOVA、多元判别分析和二元逻辑回归分析.结果:大部分骶骨线性变量存在性差(P<0.05),雄性大于雌性;猕猴骶骨相对宽指数性差显着(P<0.01),雌性大于雄性.多元判别分析性别正确判别率为78.2%~87.3%.逻辑回归分析性别正确判别率为83.6%~87.3%.结论:骶骨变量性差显着,骶骨体长和骶骨相对宽性别判别的能力较强.(本文来源于《河南师范大学学报(自然科学版)》期刊2017年04期)

朱祥清[4](2017)在《利用枕骨大孔和乳突进行性别判别的研究》一文中研究指出[目的]本文旨在通过对202个颅底的6个指标(枕骨大孔的横状面直径、纵状面直径、两种不同面积公式所得的枕骨大孔的面积、双侧乳突间距、乳突与枕骨大孔后远点距离和颅底特定叁角形的面积)进行性别判别的研究。并通过这6个量化指标的研究,得出性别判别函数,提高法医实践中性别鉴定工作的准确率和效率。同时,填补我国在这方面研究的空白以及充实体质人类学数据库。[方法]选择的样本均为具有完整颅底的成年颅骨样本。这些样本部分是已知性别,部分是经过专家鉴定,取得一致性别判别结果。使用游标卡尺测量各项指标。枕骨大孔的面积采用Radinsky的面积计算公式和Teixeria的面积计算公式进行计算。特定叁角形面积是根据双侧乳突间距和乳突到枕骨大孔后缘点的距离计算所得。测量采取一个人测量两次,并比较均值和测量值。如果差异大于0.5mm时,进行第叁次测量,再取叁次平均值。数据统计方法上采用二项逻辑回归分析和判别分析。[结果]经研究得出,(1)男女枕骨大孔的矢状面直径都是大于横状面直径,这与枕骨大孔的类似椭圆的形状相一致。(2)男性的枕骨大孔的横状面直径及其矢状面直径的均值都比女性的值大。(3)男性双侧乳突间距和乳突到枕骨大孔后缘点的距离的均值均大于女性的值。(4)男性枕骨大孔的面积和双侧乳突与枕骨大孔后缘点围成叁角形的面积的均值均大于女性的值。统计分析上,(5)每个指标都服从正态分布。通过t检验发现,枕骨大孔的横状面直径、枕骨大孔的两个面积、双侧乳突间距、乳突到枕骨大孔后缘点的距离均存在性别差异的显着性,而枕骨大孔的矢状面直径和上述叁角形的面积不存在显着的性别差异。利用存在显着性别差异的指标建立了回归分析模型为:P=e-0.117X1-0.318X3+0.139X4-0.001X5a+27.295/1+e-0.117X1-0.318X3+0.39X4-0.001X5a+27.295P值范围在0到1之间,如果P值大于0.5,则判定为男性;P值小于0.5,则判定为女性。(6)如果使用单个指标,枕骨大孔横状面直径(X1)的准确率为68.8%,矢状面直径(X2)的准确率为69.8%,双侧乳突间距(X3)的准确率为76.7%,乳突到枕骨大孔后缘点距离(X4)的准确率为70.8%,枕骨大孔面积(X5a,X5b)的准确率都为69.8%,叁角形面积(X6)的准确率为69.8%。综合所有指标,使用判别函数,性别鉴定的准确率为77.2%。[结论]通过上述研究、讨论和分析,本研究的与之前相关研究的区别与创新点为:1.枕骨大孔的矢状面直径不能作为性别判别的要素。2.乳突间距可以作为性别判别的要素。在研究中,其作为单项指标判别率最高,判别率为76.7%。3.乳突到枕骨大孔后缘点的距离可作为性别判别要素,单项指标判别率为70.8%。4.通过对具有性别差异的五个指标{枕骨大孔横状面直径(X1)、乳突间距(X3)、乳突到枕骨大孔后缘点的距离(X4)、枕骨大孔的2个面积(X5a,X5b)}的统计分析得到性别判别函数为:(e=2.7182818...)P=e-0.117X1-0.318X3+0.139X4-0.001X5a+27.295/1+e-0.117X1-0.18X3+0.139X4-0.001X5a+27.295如果P值大于0.5,则判定为男性;反之,则判定为女性;如果P值等于0.5,则无法判别。(本文来源于《昆明医科大学》期刊2017-05-01)

艾孜孜江·乃比,夏米西丁·阿不都热依木,布左拉·吐尔逊,孜拉吉古丽·西克然木,阿依努尔·阿卜杜艾尼[5](2014)在《使用粪球形态指标快速判别天山马鹿的性别》一文中研究指出通过观察来自于新疆乌鲁木齐市南山山区的未知性别的天山马鹿种群粪便样本,依粪球形态可分为2类:子弹状、枣核状。子弹状呈短粗型,长宽比较小;枣核状呈细长型,长宽比较大。140份样品中子弹状86份、枣核状54份。通过扩增SRY基因进行分子鉴定知雄性94份、雌性46份。形态分类与实际性别吻合率88.34%,即子弹状为雄性,枣核状为雌性。并以样品长、宽平均值的比值(R)为指标快速聚类,建立了判别方程,统计指出判别结果与实际性别吻合率85.48%。结果提示今后的野外研究可直接利用粪球形态判定天山马鹿性别,长宽比判别方程可作为辅助。(本文来源于《中国畜牧兽医》期刊2014年09期)

周晓彦,郑文明,辛明海[6](2014)在《基于多标签核判别分析的人脸身份与性别识别方法》一文中研究指出为解决多标签线性判别分析(MLDA)方法在非线性维数约简方面的局限性,提出了一种多标签核判别分析(MKDA)方法,并将其用于人脸的身份与性别识别中.该方法的基本思想是通过非线性映射将训练样本从输入空间映射到高维核特征空间中,并在该特征空间中进行基于MLDA的数据降维.在身份和性别识别中,首先采用MKDA方法对人脸图像特征向量进行降维,获取判别特征矢量集;其次,为每幅人脸图像赋予一个表征身份和性别的多标签类别矢量;最后,采用减秩回归模型(RRR)描述判别特征矢量与多标签类别矢量之间的回归关系,并利用该模型进行未知人脸的身份和性别识别.AR人脸数据库上的实验结果表明:在人脸身份和性别识别中,MKDA方法的识别率高于传统核判别分析(KDA)方法.(本文来源于《东南大学学报(自然科学版)》期刊2014年05期)

Rena,Li[7](2014)在《为何女性和男性认识和判别事物有所不同?探讨性别在认知和运动中的差异(英文)》一文中研究指出人类及动物实验研究证实男女之间学习和记忆存在明显差异。其差异起源于生命早期的神经元发育阶段并贯穿终生。一般认为,性别在认知功能上的差异的生物学基础主要包括两方面.性激素和与性别相关的基因特性,如Y染色体。运动不但在项目上具有男女不同,在同一项目的运动能力上也具有性别差异。然而关于性别生物学对正常认知功能和各项运动中优秀运动员的作用的研究还相当有限。本文重点关注男女在空间学习和记忆中的差异,以及性别相关的认知行为在运动中的作用。(本文来源于《Journal of Sport and Health Science》期刊2014年03期)

税午阳,殷荣超,周明全,纪元[8](2013)在《中国汉族人颅骨数字模型的性别判别方法》一文中研究指出目的利用步进Fisher法建立多元性别判别函数,对西安地区成年人颅骨进行性别判别。方法从颅面数据库中选择西安地区133个(73男,60女)叁维颅骨模型,利用计算机软件测量并统计颅骨的12项几何测量指标和2项角度测量指标,利用步进Fisher方法建立多元性别判别函数,并对方程进行回代检验。结果男性的12项几何测量指标均值大于女性,女性的2项角度测量指标均值大于男性,除2项指标(X7和X14)外,其他指标均存在显着性差异(P<0.01)。由4项指标建立的判别方程,判别率男性为87.5%,女性为86.67%。结论利用计算机软件可以实现完整颅骨和无下颌的颅骨的性别判别。(本文来源于《中国法医学杂志》期刊2013年06期)

努尔买买提·巴哈夏尔,爱华,吴海忠[9](2013)在《哈萨克族成人指骨长度的X线测量及其与身高的性别判别》一文中研究指出目的探讨新疆哈萨克族成人指骨长度与身高的依存关系。方法随机选择健康哈萨克族成人200人(男100人,女100人),进行双手后前位X线拍片,分别测量各节指骨长度和对应的身高。计算各节指骨长度的均值、标准差和标准误,并且从各节指骨长度推断身高的性别判别方程。结果男性和女性各节指骨长度之间的差异有统计学意义(P<0.01)。经相关分析建立了哈萨克族成人指骨长度推断身高的4个性别判别方程(Y1=0.780ZM1+3.146YM2+1.594YS1+0.618ZS3+0.045YX1+1.891ZX1+2.548ZX3-135.324,Y2=0.3450ZM1+2.328YM2+1.814YS1+1.355ZS3+0.714YX1+1.461ZX1+1.580ZX3-118.678,Y3=3.540SG+0.859YM2-1.882ZS2+0.640YZ1-5.598YZ2+5.794ZZ2+0.807YZ3+0.695ZX1-391.229,Y4=3.284SG+0.313YM2-1.595ZS2+1.113YZ1-3.869YZ2+4.959ZZ2+5.244YZ3+0.353ZX1-340.001)。结论所得性别判别式对法医学性别判别应用价值较大,为体质人类学和法医学提供了有关新疆哈萨克族人的解剖学资料。(本文来源于《解剖学报》期刊2013年05期)

倪华健[10](2013)在《人脸性别判别与年龄估计关键技术研究》一文中研究指出近些年,人脸识别技术已成为了模式识别领域中的一个热点,其试图赋予计算机根据人物面孔去辨别其身份的能力,该研究具有重要的理论价值和广阔的应用前景。人脸是人类最重要的生物特征之一,它包含了很多重要的信息,如身份,性别,年龄,表情,种族等等。其中人的统计特征性别与年龄又对身份的辨别存在着重要的参考价值,并且在人机交互,机器人视觉以及商业智能中存在着许多潜在的应用。但在非可控条件下,由于人脸上的表情,光照,姿态以及拍摄环境等多方面的作用又极大的影响了算法的识别率,因此对实时人脸性别判别与年龄估计算法的研究可以说是一个非常具有挑战意义的课题。本文将从基于人脸的性别判别与年龄估计两个方面分别进行探讨与研究,其主要包括:人脸图像预处理(图像归一化与直方图均衡化),生物特征提取,特征选择,特征降维,流形学习,模式分类与回归,并最终通过对性别问题进行弱分类器集成形成鲁棒的强分类器来完成性别分类和对年龄问题进行基于回归结果的局部调整来提升其估计正确率。最后我们在基于本文理论研究的基础上实现了一套全自动人脸性别判别与年龄估计系统。本论文的主要研究工作总结如下:1.提出了一种高效的基于人脸的性别判别方法,此方法将集精简Gabor特征提取,多聚类特征选择(MCFS),边信息线性判别分析(SILD)以及支持向量机(SVM)于一体,其中MCFS用于局部特征选择,SILD用于实现局部特征降维处理,SVM用于弱分类,最后将若干个弱分类器结合成一个鲁棒的强分类器来完成最终的性别判别。2.提出了一种年龄类别相关特性的概念,并使之嵌入到相关成分分析(RCA)和正交局部保持投影(OLPP)方法中来生成更具判别性的流形数据。在得到鲁棒的流形特征子空间后,为了更加精确的预测年龄,我们设计了一种新颖的基于回归结果并充分利用少许训练数据进行局部调整来提高精度的年龄估计算法,即相对属性局部调整(LARA)来完成最终的年龄预测。3.实现了一套全自动人脸性别判别与年龄估计系统。性别判别与年龄估计两者共用于人脸检测,特征点定位以及图像预处理叁大模块,剩下的性别判别模块分为精简Gabor特征提取,多聚类特征选择(MCFS),边信息线性判别分析(SILD),弱分类器集成四个小模块;年龄估计模块分为Gabor特征提取,类别相关成分分析(1rRCA),类别相关正交局部保持投影(1rOLPP),支持向量回归(SVR),相对属性局部调整(LARA)五个小模块。(本文来源于《华中师范大学》期刊2013-05-01)

性别判别论文开题报告

(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:

深度学习方法可以自动发现更佳数据以改善分类器性能。然而,在计算机视觉任务中,比如性别识别问题,有时候很难直接从整个图像进行学习。因此,提出一种新的基于局部特征和深度神经网络的人脸性别识别模型。首先,该模型从输入图像中提取数个局部特征,并将这些特征反馈给判别图像的深度神经网络,然后根据图像所属标签将每个局部特征分类。最后,使用简单的投票方案对整体图像进行判决。在FERET和CAS-PEAL-R1两个人脸图像资料库上进行了人脸性别分类实验,结果显示提出的方法优于其他深度学习方法,具有较好的准确性和稳定性。

(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。

性别判别论文参考文献

[1].杨稳,刘晓宁,朱菲,耿国华,赵倩娜.基于分区的破损颅骨性别判别方法[J].计算机应用研究.2019

[2].朱正国,何明星.基于局部特征和深度神经网络的人脸性别判别模型研究(英文)[J].机床与液压.2018

[3].韩霄帆,张楚一.猕猴骶骨性别判别分析[J].河南师范大学学报(自然科学版).2017

[4].朱祥清.利用枕骨大孔和乳突进行性别判别的研究[D].昆明医科大学.2017

[5].艾孜孜江·乃比,夏米西丁·阿不都热依木,布左拉·吐尔逊,孜拉吉古丽·西克然木,阿依努尔·阿卜杜艾尼.使用粪球形态指标快速判别天山马鹿的性别[J].中国畜牧兽医.2014

[6].周晓彦,郑文明,辛明海.基于多标签核判别分析的人脸身份与性别识别方法[J].东南大学学报(自然科学版).2014

[7].Rena,Li.为何女性和男性认识和判别事物有所不同?探讨性别在认知和运动中的差异(英文)[J].JournalofSportandHealthScience.2014

[8].税午阳,殷荣超,周明全,纪元.中国汉族人颅骨数字模型的性别判别方法[J].中国法医学杂志.2013

[9].努尔买买提·巴哈夏尔,爱华,吴海忠.哈萨克族成人指骨长度的X线测量及其与身高的性别判别[J].解剖学报.2013

[10].倪华健.人脸性别判别与年龄估计关键技术研究[D].华中师范大学.2013

论文知识图

猫猴掌面指间rr一W区纹线脊数测量位点(...性别判别分掌骨变量测量定点示意图(据Patel,2010,...肉眼观不同舌骨的类型2.2舌骨性别与年龄...猕猴肩胛骨和肱骨变量测量示意图2 判别函数 1 和判别函数 2 函数得分值

标签:;  ;  ;  ;  ;  ;  ;  

性别判别论文_杨稳,刘晓宁,朱菲,耿国华,赵倩娜
下载Doc文档

猜你喜欢