[发明专利]一种基于云模型的人脸表情识别方法

说明书

技术领域

本发明涉及人脸表情识别技术领域，尤其涉及一种基于云模型的人脸表情识别方法。 

背景技术

云模型具有宏观精确、微观模糊、宏观可控、微观不可控的特点，其本质单位是云滴组成的概念云，思想是兼顾了随机性和模糊性。它把自然语言中的随机性和模糊性有机地综合在一起，构成定性和定量相互间的映射，不但突破了概率统计中“硬计算”的局限性，而且解决了作为模糊集理论基石的隶属函数的固有缺陷，破除了粗集边界集的局限性，提供了一套解决数据挖掘中不确定性问题的新方法和新技术。云模型作为一种一般性的数学理论，巧妙地实现了定性定量之间的自由数学转换，其方法和技术发展至今，已经被广泛成功地应用于知识发现、空间数据挖掘、智能控制和大系统效能评估中，解决或解释自然、社会的问题或现象，并取得了显著的成效。 

云发生器（Cloud Generator，简称CG）指云模型的生成算法。云发生器建立起定性和定量之间相互联系、相互依存、性中有量、量中有性的映射关系，主要包括正向云发生器、逆向云发生器、X条件云发生器和Y条件云发生器。 

逆向云发生器（Backward Cloud Generator）是实现数值和其语言值之间的不确定性转换模型，是从定量到定性的映射。它将一定数量的精确数据有效转换为以恰当的定性语言值{Ex,En,He}表示的概念，并据此代表这些精确数据所反映的云滴整体。云滴对应精确数据的数量越多，反映的概念越确切。逆向云发生器是一个逆向的、间接的云生成过程，它把给定的符合某一分布规律的一组云滴Drop(x_i,CT(x_i))作为样本，Drop(x_i,CT(x_i))表示第i个云滴x_i在数域空间的定量位置及第i个云滴x_i代表该概念的确定度CT(x_i)，并产生描述云模型所对应的定性概念的三个数字特征(Ex,En,He)，如图1所示。通过正向云发生器和逆向云发生器，云模型就建立起了定性和定量之间相互联系、相互依存、性中有量、量中有性的映射关系。 

逆向云发生器的输入为Drop(x₁,CT(x₁))、Drop(x₂,CT(x₂))、……Drop(x_N,CT(x_N))，输出为(Ex,En,He,N)，下面是基于拟合的逆向云发生器的具体算法： 

（1）输入Drop(x₁,CT(x₁))、Drop(x₂,CT(x₂))、……Drop(x_N,CT(x_N))； 

（2）将云期望方程 线性化，转化为以云滴为观测值、以期望和熵为未知参数的观测方程，形成数据平差的误差方程组，然后采用间接平差法进行求解，得到期望值的最小二乘拟合值 

（3）根据步骤（2）所得期望值的最小二乘拟合值 并根据公式 计算熵的样本； 

（4）根据公式 计算熵值 

（5）根据公式H^e=1n-1Σi=1n(Eni′-E^n)2]]>计算超熵 

（6）根据步骤（2）、（4）、（5）的结果输出