论文研究基于模糊的特征提取算法在人脸识别中的应用 .pdf

针对现有人耳特征提取方法主要采用几何形状法和代数法提取,存在偏差较大的问题,提出了一种新的人耳图像特征提取方法,并将其应用到矿工身份识别中。该方法利用三尺度canny算子提取人耳边缘图像,运用凸包算法

这里不光包含AdaBoost算法本身的实现，而且还有利用特征模板从人脸提取特征值的代码，可以让大家轻松掌握AdaBoost用于人脸识别的全过程。其实设计模板(Haar特征)并提取特征值是整个过程中最累

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

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！

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

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

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