搜索资源列表
FaceDetection
- 一个典型的人脸识别系统主要包括训练过程和识别过程。训练过程主要完成将已知人脸进行定位、特征提取与选择、以及分类器的设计;识别过程则完成将未知图片进行处理,并最终识别出身份的分类和决策
差值与下采样
- 针对常用的图像下采样方法无法满足不同应用需要的问题,提出下采样和插值在实现技术上具有同一性的特点,下采样可以采用插值的大量先进技术。将下采样与插值均看作是对邻域未知像素的预测,建立了统一的像素预测模型。实验结果验证了该同一性的思想,并表明与常用的下采样方法相比,在具有保持特征、保护边缘、维持平滑等特性的基础上,能够使下采样后的图像保持更多的信息,从而为下采样在不同应用中的实现提供了更多可选择的方法。
基于XML的多媒体信息检索的研究
- 因特网的飞速发展与多媒体信息的广泛应用极大地改变了人们获取多媒体信息的方式和手段。各种多媒体信息检索系统已逐渐成为各类用户获取多媒体的主要工具,但是目前的两种多媒体检索方法—基于文本的多媒体信息检索和基于内容的多媒体信息检索,二者有固有的缺点,表现为:基于文本的多媒体检索,利用文本对多媒体进行描述,容易引起信息失真等缺陷。而基于内容的多媒体检索,在多媒体信息内容的描述、特征的自动提取、多媒体的同步技术、匹配和结构化的选择等方面具有问题。这些问题的出现导致多媒体检索系统的检索效果往往不能尽如人意,
TEX_3D
- ,提出了一种利用人眼的视觉特性,采用不规则块、随机覆 盖法和曲线最优匹配的纹理合成新方法L新方法分两个步骤:首先根据人眼的视觉特性,采用智能选择 工具从样本纹理中抽取出具有明显边界特征的不规则块,然后采用随机覆盖法和曲线最优匹配法来决 定如何把不规则块拷贝到目标纹理中L和已有的合成方法相比,新方法能更好地保持纹理的边界结构 特征L实验表明该方法可以快速高效地合成高质量的纹元式纹理-, A use of the visual characteristics of the human
paper2
- 语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。此外,还涉及到语音识别单元的选取。选择识别单元是语音识别研究的第一步。语音识别单元有单词(句)、音节和音素三种,具体选择哪一种,由具体的研究任务决定。-Speech recognition technology, including feature extraction techniques, pattern-matching criteria and the three aspects of model training t
Non_disk_network_system_plan
- 本方案通过对现有网吧的现状,对网吧经营者与用户的需求分析,根据项目设计的原则,从系统总体方案设计,其中包括网络干线、支线的构建,网络的拓扑图,网吧中路由器、交换机以及各种设备的选型。 软件方面对于系统的实现,我们采用无盘BXP3.11技术下的无盘XP系统,其中概述了无盘系统的概念,无盘系统的分类,无盘系统的特征,详细介绍了无盘BXP3.11的安装方法与注意事项。在软件实现方面还包含了网吧服务器系统的说明,介绍了网吧游戏服务器系统、网吧视频点播系统、网吧计费系统的选择与建设。在网吧的经营中,安
OPNET-of-the-router-capability
- 本文在阐述网络发展的现状和趋势的基础上,着重分析了两种内 部网关路由选择协议砒P和OSPF协议的实现机制和性能特点。对P 协议是基于距离矢量算法的。OSPF协议是基于链路状态算法的。本 文的工作重点是对上述两种协议分别从类型,封装,路径特征,邻居 发现和支持,路由选择数据的分发,对变化的响应,路由表计算,健 壮性/可靠性以及安全性等方面进行了对比分析,并对它们存在的安 全漏洞进行了初步的分析说明。根据以上的分析,通过On忸T软件, 本文设计了一个10km×10km规模
DataMining3rd
- 评测数据在去掉停用词的 分类过程开放测试中,引入Good-Turing算法的分类性能比Laplace原则提高了3·05 ,比Lidstone方法提高 1·00 .而在交叉熵选择特征词的算法中,增加Good-Turing的贝叶斯分类方法可比最大熵分类性能高95 .通过这种数据平滑的算法,有助于克服因数据稀疏而引发的特征词缺失问题 -Evaluation data in the open test of the classification process to remove stop
LabVIEW-paper
- 09年上交大的硕士论文 本论文作者在对风电场监控系统进行实际调研后,以美国 GE 公司的1.5MW 变速变桨距双馈异步风力发电机组为例做为被监测对象,应用 美国国家仪器公司 NI(National Instruments Corporation)虚拟仪器技术 和 LabVIEW8.5 作为软件平台,尝试开发大型风力发电机组旋转机械状 态监测系统,并根据风力发电机组和风电场远程监控的特征,对监测系 统的通信方式进行分析比较后,选择通信方案。监测系统的目的是对采 集的振动信号
demo_feature_select
- 对卫星云图特征识别与选择,并通过多种算法的综合应用,寻找显著性特征。-The identification and selection of the satellite image characteristics, and by the application of a variety of algorithms to find the significant features.
MATLAB
- 分类识别,可以选择很多方法,一般步骤:找特征点,训练,比对,找出方法 或者你的那种更容易,可以根据灰度值不同来查找具体位置-Classification, can choose to many methods and general steps: feature points, find training, comparison, find a way Or the kind of easier, you can according to different gray values to
FD-Pearson-ICA-in-BSS
- 一种新的频域盲源分离方法,用皮尔逊系统去模拟不同频率上的信号分布,通过信号特征,选择合适的皮尔逊类型的函数去优化分离矩阵,从实现盲源分离.-A new frequency-domain blind source separation method using the Pearson system to simulate a signal on a different frequency distribution, through the signal characteristics, selec
Support-data-mining-algorithms
- 支持数据挖掘算法选择的数据集特征提取研究,感觉不错的文档-Support data mining algorithms selected data sets feature extraction, feeling good documentation
image-feature
- 把 SIFT 算法应用在牙齿模型图像上,检测牙齿图像的特征点。 方法:首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息,从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点,得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度,并采用 KNN 算法进行特征匹配。 结果:通过大量的实验和与其他特征提取方法相比较,该方法能有效地检测牙 齿模型图像的特征,并为牙齿
feature-selection
- 对特征选择与提取进行介绍,及几个特征提取方法简介-For feature selection and extraction are introduced, and several feature extraction methods Introduction
t-test-F-statistics
- t-test 和F-statistics在特征选择中的应用-t-test and F-statistics in feature selection
feature_selection
- 特征选择的几篇重要文章,是我硕士论文研究方向的一部分,主要是根据最大相关最小冗余原则进行特征选择-Feature selection of a few important article, is a part of my master s thesis research direction, mainly according to the principle of maximum correlation minimum redundancy feature selection
suanfa
- 基于双向匹配法和特征选择算法的中文分词技术研究-Words in technology selection algorithm based on two-way matching and feature Chinese sub
ORDINAL-FEATURE-ANALYSIS
- 本文讨论了故障严重程度识别中的特征评价和特征选择算法。将严重程度识别问题中的特征分为非单调特征和单调特征,分别设计了不同的特征评价指标和特征选择算法,为故障严重程度识别提供了可行的方案。-This article discusses the failure to identify the severity of the feature in the comments and feature selection algorithms. The severity of the problem of
MCFS_p
- 过滤式特征选择,测量特征之间相关性。仅限交流使用(correlation feature selection)