Ta上传的资源 (0)

隐私保护挖掘是近年来数据挖掘领域的热点之一，主要研究在避免敏感数据泄露的同时在数据中挖掘出潜在的知识。实际应用中，大量的数据分别存放在多个站点，因此分布式隐私保护数据挖掘（ｄｉｓｔｒｉｂｕｔｅｄｐｒｉｖａ唱ｃｙｐｒｅｓｅｒｖｉｎｇｄａｔａｍｉｎｉｎｇ，ＤＰＰＤＭ）的研究更具有实际意义。对该领域的研究

为了克服ＳＩＦＴ算法直接应用在车牌提取中表现出来的执行时间过长、误配率高的缺陷，提出了一种基于ＨＳＶ颜色空间与ＳＩＦＴ特征的两级车牌提取算法，先使用ＨＳＶ颜色空间确定车牌的候选区域，进行快速粗定位，再使用ＳＩＦＴ算法对候选区域进行精确定位与倾斜校正，在精确定位的同时也完成了对车牌汉字的辨识。这种方法

为了降低人脸Ｇａｂｏｒ特征的维数，提出了一种新的基于Ｇａｂｏｒ幅值的纹理表征（ＧＭＴＲ）方法用于人脸识别。ＧＭＴＲ由伽玛分布（ΓＤ）拟合Ｇａｂｏｒ幅值的分布来刻画，拟合的ΓＤ参数作为纹理特征。在ＦＥＲＥＴ和Ｙａｌｅ人脸库上的实验结果显示ＧＭＴＲ的识别性能优于传统的Ｇａｂｏｒ幅值特征，表明纹理特征具有