论文研究手臂静脉的特征提取与匹配 .pdf

图像处理和计算机视觉是当前热门的研究课题，本书关注于特征提取和图像处理技术。

上一章案例中的解释变量都是数值，比如匹萨的直接。而很多机器学习问题需要研究的对象可能是分类变量、文字甚至图像。本章，我们介绍提取这些变量特征的方法。这些技术是数据处理的前提——序列化，更是机器学习的基

图像特征提取与分割，包含字符、图书标签、招牌、车牌等

图像特征及特征提取的基本概念。 常见的图像特征提取与描述方法，如颜色特征、纹理特征和几何形状特征提取与描述方法。 原始特征的数量很大，或者说原始样本处于一个高维空间中，通过映射或变换的方法可以将高维空

分析了主成分分析（PCA）与核主成分分析（kPCA）的基本原理，比较了两者在处理数据方面的性能，得出了kPCA比PCA在处理非线性可分数据方面具有优势的结论.依据几何绕射理论（GTD），通过Matla

如何选择最优或接近最优的核函数使分类错误率降低，是KPCA应用于特征提取的关键。为了优化核函数，提高特征提取的能力并降低分类错误率，在研究了文化算法（culturalalgorithm，CA）、粒子群

采用了叶片温度这一叶片质量的重要指标,对数据预处理并进行特征提取,为涡轮叶片建立起特征模型。基于分形理论提取叶片温度信号的3种分形维数特征,结合K-means聚类分析和ReliefF算法计算各特征值的

介绍了颜色矩、Hu矩、Zernike矩、小波矩等特征提取算法，改进了大小特征提取算法。针对单一特征提取算法提取特征信息不全面，不能区别对待识别样本，识别率低等问题提出了一种改进特征提取算法，该算法由上

基于VTLN和频谱倾斜补偿的特征提取,陈浩斌,刘刚,随着人工智能的发展,语音识别越来越受到重视。对于语音识别而言,理想的语音特征应该具有类内收敛以及类间离散的特性,但实际上

非参数特征提取方法虽然不需要用任何参数表达的基函数,但在很大程度上却依赖于模板信号的选取。模板信号与实际信号逼近的程度,直接影响了提取结果的精度,这严重阻碍了该方法的广泛应用,因而模板信号的选取成为非