基于改进Harris-Laplace特征提取的自动图像配准算法研究,杨宇光,滕义伟,利用Harris-Laplace算法对一幅图像进行多尺度特征点检测时,图像的局部结构可能在一定的尺度范围内被多次检测
手指静脉特征提取算法的研究学科专业计算机技术研究方向图像处理论文摘要随着信息技术的高速发展,当今社会对安全要求越来随着信息技术的高速发展,当今社会对安全要求越来随着信息技术的高速发展,当今社会对安全要
随着计算机技术和网络技术的发展,以及多媒体的推广应用,产生了大量的各式各样的图像。如何有效地对这些图像进行分析、存储和检索是一个急待解决的问题。基于内容的图像检索技术能有效地解决这一问题,成为研究的重
在OpenCV下写的一个SIFT特征点提取算法,简单实用!
目前多标签学习已广泛应用到很多场景中。在此类学习问题中,一个样本往往可以同时拥有多个类别标签。因为类别标签可能带有的特有属性(即类属属性)将更有助于标签分类,所以已经出现了一些基于类属属性的多标签学习
在语音与唇读识别应用中, 传统的LDAlinear discriminant analysis算法一般以音节、半音节、HMM状态等基元为类别进行数据分段, 经线性判别分析后获得的特征投影方向与识别率不
为凸显负荷波动的随机性、周期性和相关趋势,通过探求负荷变化机理显著提升预测精度,提出了一种基于EMD的负荷波动机理研究方法。首先对负荷进行EMD分解,得到随机、周期和趋势分量;然后分析各分量的变化规律
漏洞的分类能够有效提高漏洞分析和修复的效率,其分类的方式是按照漏洞的特征进行,将漏洞特征的提取转换为漏洞文本特征的提取。针对漏洞的描述性文本较短,特征选择模糊等缺点,提出了一种基于模糊熵特征选择算法的
针对手势加速度识别中存在数据维度高、计算量大等问题,提出一种基于加速度轨迹图像的手势NMF特征提取与识别方法。通过Wiimote手柄获取手势动作的加速度信号,经过实时有效手势动作分割后,将加速度数据转
传统的冯·诺依曼架构在处理语音等复杂信息时能效较低,神经形态电路更适合于语音等复杂信息的智能处理。常用的音频场景识别方式中的长时特征和短时特征都有其不足之处,卷积神经网络可通过训练提取适合后续分类任务