人脸表情作为人类情感的重要传达方式，近年来作为情感计算的重要组成部分，人脸表情识别吸引了很多学者的关注。与其他模式识别的问题类似，构造更汋有效的统计特征是解决人脸表情识别的关键所在同时，由于不同种

利用卷积神经网络（CNN）进行医学图像分割时，通常将分割问题抽象为特征表示和参数优化问题，但在上采样和下采样过程中容易丢失特征信息，导致分割效果不理想。设计包含三级

针对三维模型的特征点检测问题，提出一种基于 Laplace- Beltrami算子的特征点检测算法。对于给定的三维网格模型，首先构造离散 Laplace- Beltrami算子矩阵，求解

基于卷积神经网络的立体匹配方法未充分利用图像中各个层级的特征图信息，造成对图像在不适定区域的特征提取能力较差。提岀一种融合多尺度与多层级特征的立

针对梅尔频率倒谱系数（MrCC）语音特征不能有效反映连续帧之间有效信息的问题，基于深度神经网络相关性和紧凑性特征，提岀一种融合神经网瓶颈特征与M