暂无评论
人脸识别中基于流形学习的子空间特征提取方法研究
多标签特征选择是针对多标签数据的特征选择技术,提高多标签分类器性能的重要手段。提出一种基于流形学习的约束Laplacian分值多标签特征选择方法(Manifold-based Constraint L
结合核方法和局部线性嵌入(LLE)方法,提出了一种基于核局部线性嵌入方法,该方法克服了局部线性嵌入方法由于心电特征分布不均衡造成的不稳定问题。结合支持向量机在MIT-BIH心律失常标准数据库进行实验,
流形学习的综述文件,介绍了非线性流形的几个最重要的算法
在基于图像的位移测量中,为了获得较快的测量速度和高的测量精度,提出了基于拉格朗日插值与牛顿法算法的亚像素位移测量方法。该方法首先对5个整像素点的相关系数值作拉格朗日插值,得到一个4次多项式,然后再利用
一种在图像处理领域常用的超像素分割算法SLIC的Python实现方法。超像素分割可以将数字图像划分为具有相似特性的区域,为图像分析和处理提供更高效的基础。SLIC算法通过将图像像素集合划分为紧凑的超像
vs2013配OpenCV3.1编写的使用迭代器访问图像中的像素
图像处理各种算法集包括:中值滤波,均值滤波,最小二乘,匹配,角点提取算子
较为详细地回顾了流形学习中非线性维数约简方法,分析了它们各自的优势和不足。与传统的线性维数约简方法相比较,可以发现非线性高维数据的本质维数,有利于进行维数约简和数据分析。最后展望了流形学习中非线性维数
针对大数据量的影像匹配问题,提出了一种基于正则化流形学习的影像匹配方法。该方法利用曼哈顿距离方法计算特征点SIFT描述符的相似性,并在此基础上增加同一幅影像中特征点之间的空间结构关系作为正则化项,采用
暂无评论