论文研究基于多层次特征向量匹配和支持向量机的非刚性图像配准 .pdf

求解矩阵特征值及特征向量问题，是一个比较实用，比较有价值的ppt

基于支持向量的支持向量机计算性能优化

针对互信息仅考虑两幅图像相应像素的灰度信息以及B样条变换模型存在形变场奇异点的问题，提出一种基于P样条和局部互信息的非刚性医学图像配准方法。该方法以局部互信息为相似性测度，采用P样条变换模型模拟待配准

在机器学习中，支持向量机（英语：supportvectormachine，常简称为SVM，又名支持向量网络）是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例，每个训练实例

为实现工业流水线快速、准确目标定位,提出一种采用轮廓向量特征的实时图像匹配方法。以[X、][Y]方向向量为描述的关键轮廓点集为匹配特征,根据模板具体信息,计算最佳金字塔分层数、模板旋转角度步长和缩放步

描述了特征向量归一化前与归一化后的区别，主要说明归一化的重要性。

图像配准研究-图像匹配技术研究.pdf  图像配准研究

针对SIFT算法在进行图像配准时存在提取特征点数目大、无法精确控制、运算速度慢、配准点精度不高的问题,提出一种基于局部显著特征的快速图像配准方法。该方法首先对原始图像和待配准图像进行降采样,对降采样图

网页去重算法分析,通过对网页的对比分析,选择适当的算法和策略实施分块,去重等

主要为大家详细介绍了C++基于特征向量的KNN分类算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下