基于词袋模型的图像分类方法研究

摘要 摘 要 图像分类作为计算机视觉的一个重要分支已经广泛应用于多种生活场景中随着 互联网技术的快速发展网络数据愈发多样化图像内容和规模的复杂化使得图像分类 技术面临着巨大的挑战因此如何高效提取图像特

pdf格式 pdf格式 基于纹理特征的图像分类与检索研究 博士论文

近年来卷积神经网络和循环神经网络在文本分类领域得到了越来越广泛的的应用。提出一种卷积神经网络和长短时记忆网络特征融合的模型,通过长短期记忆网络作为池化层的替代来获得长期依赖性,从而构建一个联合CNN和

基于SVM的DGA家族分类方法研究,周琳娜,吕欣一,为了检测溯源僵尸网络,大量学者对检测区分使用动态域名算法生成的DGA恶意域名进行了研究,但在规则匹配上大多采用逆向分析的方法

基于推进策略的遗传分类方法研究，一篇关于遗传算法方法方面的论文

针对传统火灾探测中灵敏度不高、反应慢的问题，提出一种基于HOFHOG特征词袋和RF的火灾区域探测。探索用光流直方图和有向梯度直方图描述火焰和烟雾的时空特征，提出在时空块内对不同通道下的光流直方图的分析

关键词的提取是进行计算机自动文本分类和其他文本数据挖掘应用的关键。系统从语言的词性角度考虑,对传统的最大匹配分词法进行了改进,提出一种基于动词、虚词和停用词三个较小词库的快速分词方法(FS),并利用T

描述了基于svm的图像分类与检索技术的研究，并利用libsvm进行了相关实验

该文章较好的介绍了图像增强的传统算法，同时详细介绍了热门算法Retinex算法在图像增强中的应用

遥感图像非监督计算机分类方法的研究-遥感图像非监督计算机分类方法的研究.pdf遥感图像非监督计算机分类方法的研究