Главная » Просмотр файлов » Диссертация

Диссертация (1147492), страница 29

Файл №1147492 Диссертация (Закономерности перестройки крупномасштабной нейронной сети головного мозга человека при распознавании лиц в условиях неопределенности) 29 страницаДиссертация (1147492) страница 292019-06-29СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 29)

Error(Constant),667,034FaceGen,000,007a Dependent Variable: rel_pov_presStandardizedCoefficientstSig.Beta,01695% ConfidenceInterval for BLowerBoundUpperBound19,443 ,000,586,748,041 ,968-,017,017165RegressionVariables Entered/Removed(b)Model Variables Entered Variables Removed MethodFaceGen(a)1. Entera All requested variables entered.b Dependent Variable: rel_em_presModel SummaryModelRR Square Adjusted R Square Std.

Error of the Estimate,773(a)1,598,541,07684a Predictors: (Constant), FaceGenANOVA(b)Model1Sum of Squares df Mean SquareFSig.Regression,061 1,061 10,415 ,015(a)Residual,041 7,006Total,103 8a Predictors: (Constant), FaceGenb Dependent Variable: rel_em_presCoefficients(a)UnstandardizedCoefficientsModelB1Std. ErrorStandardizedCoefficientstSig.Beta95% ConfidenceInterval for BLowerBoundUpperBound(Constant),331,0398,384 ,000,237,424FaceGen,027,008,773 3,227 ,015,007,046a Dependent Variable: rel_em_pres166rel _em_pres = 0,33 + 0,03 * FaceGenR-Square = 0,60Linear R egres sion0,60rel_em_pres0,400,200,000,002,505,007,5010,00FaceGenRegressionVariables Entered/Removed(b)Model Variables Entered Variables Removed MethodFaceGen(a)1.

Entera All requested variables entered.b Dependent Variable: em_pixelModel SummaryModelRR Square Adjusted R Square Std. Error of the Estimate,890(a)1,792,7624,34203a Predictors: (Constant), FaceGenANOVA(b)Model1Sum of Squares df Mean SquareRegression501,219 1Residual131,973 7Total633,192 8a Predictors: (Constant), FaceGenb Dependent Variable: em_pixelFSig.501,219 26,585 ,001(a)18,853167Coefficients(a)UnstandardizedCoefficientsModelB1(Constant)FaceGenStandardizedCoefficientsStd.

ErrortSig.Beta95% ConfidenceInterval for BLowerBoundUpperBound16,7632,2287,523 ,00011,49422,0322,412,468,890 5,156 ,0011,3063,518a Dependent Variable: em_pixel5.2 Регрессионный анализ зависимости пикселей, вокселей и правильных ответов отградации выраженности признака по шкале FaceGen (3 точки).Сводная таблица значимостей углов наклона прямых, аппроксимирующих данные потрем градациям выраженности признака – 2, 4, 7Namesmilesadrightlefthead_rotationemotionHR_pixelEm_pixelHR_voxelEm_voxelp,017*,421<,001***<,001***<,001***,001**,212,101+,029*,463Обозначения: *p<0,05, **p<0,01, ***p<0,001smi le = 54, 30 + 3, 10 * FaceGenR-Square = 0,06100,00smile75,0050,0025,00Linear R egres sion0,002345FaceGen67168sad = 49,95 + 1, 10 * FaceGenR-Square = 0,01100,00sad20,0025,0050,0075,00Linear R egres sion34567FaceGenright = 73,64 + 3, 00 * FaceGenR-Square = 0,20100,00right70,0090,0080,00Linear R egres sion60,0050,00234567FaceGenleft = 68,67 + 3,04 * FaceGenR-Square = 0,13100,00left75,0050,00Linear R egres sion25,002345FaceGen67169Variables Entered/Removed(b)Model Variables Entered Variables Removed MethodFaceGen(a)1.

Entera All requested variables entered.b Dependent Variable: smileModel SummaryModelRR Square Adjusted R Square Std. Error of the Estimate,251(a)1,063,05224,91392a Predictors: (Constant), FaceGenANOVA(b)ModelSum of Squares df Mean Square3662,534Regression11Residual54621,881 88Total58284,414 89FSig.3662,534 5,901 ,017(a)620,703a Predictors: (Constant), FaceGenb Dependent Variable: smileCoefficients(a)Unstandardized Coefficients Standardized CoefficientsModel1B(Constant)FaceGenStd. ErrorBetat54,3026,1298,859 ,0003,1051,278,251 2,429 ,017a Dependent Variable: smileVariables Entered/Removed(b)Model Variables Entered Variables Removed MethodFaceGen(a)1.

Entera All requested variables entered.b Dependent Variable: sadModel SummaryModel1R,086(a)Sig.R Square Adjusted R Square Std. Error of the Estimate,007a Predictors: (Constant), FaceGen-,00426,59745170ANOVA(b)ModelSum of Squares df Mean Square462,326Regression11Residual62253,338 88Total62715,664 89FSig.462,326 ,654 ,421(a)707,424a Predictors: (Constant), FaceGenb Dependent Variable: sadCoefficients(a)Unstandardized Coefficients Standardized CoefficientsModel1B(Constant)Std. Error49,9466,5441,1031,364FaceGentBetaSig.7,633 ,000,086,808 ,421a Dependent Variable: sadVariables Entered/Removed(b)Model Variables Entered Variables Removed MethodFaceGen(a)1.

Entera All requested variables entered.b Dependent Variable: rightModel SummaryModelRR Square Adjusted R Square Std. Error of the Estimate,445(a)1,198,18912,56346a Predictors: (Constant), FaceGenANOVA(b)ModelSum of Squares df Mean Square3421,220Regression11Residual13889,967 88Total17311,187 89FSig.3421,220 21,675 ,000(a)157,841a Predictors: (Constant), FaceGenb Dependent Variable: rightCoefficients(a)Unstandardized Coefficients Standardized CoefficientsModel1B(Constant)FaceGenStd.

Error73,6373,0913,001,644a Dependent Variable: rightBetatSig.23,824 ,000,4454,656 ,000171Variables Entered/Removed(b)Model Variables Entered Variables Removed MethodFaceGen(a)1. Entera All requested variables entered.b Dependent Variable: leftModel SummaryModelRR Square Adjusted R Square Std. Error of the Estimate,362(a)1,131,12116,27149a Predictors: (Constant), FaceGenANOVA(b)ModelSum of Squares df Mean Square3509,133Regression11Residual23299,010 88Total26808,143 89FSig.3509,133 13,254 ,000(a)264,761a Predictors: (Constant), FaceGenb Dependent Variable: leftCoefficients(a)Unstandardized Coefficients Standardized CoefficientsModel1B(Constant)Std.

Error68,6684,0033,039,835FaceGenBeta,362head_rotation = 71, 15 + 3,02 * FaceGenLinear R egres sionR-Square = 0,28head_rotation90,0080,0070,0060,00234Sig.17,154 ,000a Dependent Variable: left100,00t5FaceGen673,641 ,000172emoti on = 52,12 + 2, 10 * FaceGenR-Square = 0,11Linear R egres sion90,0080,00emotion70,0050,0060,0040,00234567FaceGenVariables Entered/Removed(b)Model Variables Entered Variables Removed MethodFaceGen(a)1.

Entera All requested variables entered.b Dependent Variable: head_rotationModel SummaryModelRR Square Adjusted R Square Std. Error of the Estimate,528(a)1,278,27010,10590a Predictors: (Constant), FaceGenANOVA(b)Model1Sum of Squares df Mean SquareRegression3465,0371Residual8987,375 88FSig.3465,037 33,928 ,000(a)102,12912452,412 89Totala Predictors: (Constant), FaceGenb Dependent Variable: head_rotationCoefficients(a)Unstandardized Coefficients Standardized CoefficientsModel1B(Constant)FaceGenStd.

Error71,1522,4863,020,518BetaSig.28,618 ,000,528a Dependent Variable: head_rotationVariables Entered/Removed(b)Model Variables Entered Variables RemovedtMethod5,825 ,000173FaceGen(a)1. Entera All requested variables entered.b Dependent Variable: emotionModel SummaryModelRR Square Adjusted R Square Std.

Error of the Estimate,339(a)1,115,10512,13914a Predictors: (Constant), FaceGenANOVA(b)ModelSum of Squares df Mean SquareRegression11681,8461Residual12967,574 88Total14649,421 89FSig.1681,846 11,413 ,001(a)147,359a Predictors: (Constant), FaceGenb Dependent Variable: emotionCoefficients(a)Unstandardized Coefficients Standardized CoefficientsModel1B(Constant)Std. ErrorBeta52,1242,9862,104,623FaceGentSig.17,453 ,000,3393,378 ,001a Dependent Variable: emotiontatisticsFaceGen NMean Std. Error of Mean Std. Deviation Minimum Maximum230 58,58235,0692527,76544,00100,00430 69,93474,3544323,8502211,76100,00730 74,74804,1933022,967646,67100,00230 51,75035,1195528,04092,00100,00430 55,02775,0862127,85831,00100,00730 57,39934,4105324,1574613,33100,00230 77,88372,9141715,9615646,15100,00430 88,56202,1670011,8691664,71100,00730 93,47101,526208,3593572,22100,00230 73,66833,2937718,0407214,29100,00430 82,61903,1462117,2325128,57100,00730 89,22172,4215513,2633835,71100,00230 75,77601,761049,6456157,1595,84head_rotation 430 85,59052,1545911,8011555,89100,00730 91,34631,514938,2976367,86100,00230 55,16632,0047410,9803941,6780,77430 62,48122,4072413,1850035,9885,84730 66,07372,2121912,1166948,1693,75smilesadrightleftemotion174head_rotation = 71, 15 + 3,02 * FaceGenR-Square = 0,28Linear R egres sionhead_rotation90,0085,0080,0075,00Error Bars show Mean +/ - 1,0 SE2468FaceGenemoti on = 52,12 + 2, 10 * FaceGenR-Square = 0,11Linear R egres sion68,0064,00emotion60,0056,00Error Bars s how Mean +/ - 1,0 SE234567FaceGenPixelsVariables Entered/Removed(b)Model Variables Entered Variables Removed MethodFaceGen(a)1.

Entera All requested variables entered.b Dependent Variable: HR_pixelModel SummaryModel1R,945(a)R Square Adjusted R Square Std. Error of the Estimate,893a Predictors: (Constant), FaceGen,7871,48149175ANOVA(b)ModelSum of Squares df Mean Square18,375 1Regression1Sig.18,375 8,372 ,212(a)2,195 1ResidualF2,19520,570 2Totala Predictors: (Constant), FaceGenb Dependent Variable: HR_pixelCoefficients(a)Unstandardized CoefficientsModelB(Constant)1Standardized CoefficientsStd.

Характеристики

Список файлов диссертации

Закономерности перестройки крупномасштабной нейронной сети головного мозга человека при распознавании лиц в условиях неопределенности
Свежие статьи
Популярно сейчас
Как Вы думаете, сколько людей до Вас делали точно такое же задание? 99% студентов выполняют точно такие же задания, как и их предшественники год назад. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6374
Авторов
на СтудИзбе
309
Средний доход
с одного платного файла
Обучение Подробнее