多特征融合,Multi-feature fusion
1)Multi-feature fusion多特征融合
1.Small moving target recognition based on multi-feature fusion;基于多特征融合的弱小运动目标识别
2.Daytime water hazard detection based on multi-feature fusion基于图像多特征融合的野外水体障碍物检测
3.Moving object recognition based on multi-feature fusion基于多特征融合的运动物体识别方法研究
英文短句/例句
1.Research on Multi-feature Medical Image Recognition Based on Data Fusion;基于多特征融合的医学图像识别研究
2.A Methodology for Content-Based Image Retrieval Using Multi-Features Amalgamation;一种使用多特征融合的图像检索方法
3.Face Recognition Based on ICA and Features Fusion基于ICA多特征融合的人脸识别(英文)
4.Image Multiple Targets Association by Feature Fusion Matching利用多特征融合匹配实现遥感图像多目标关联
5.Bill Classification Technology Based on Multiple Characteristics Fusion and Its Applications基于多特征融合的票据分类技术及应用
6.Research on Drill Wear Monitoring Technology of the Multi-Feature Fusion Based on HMM;基于HMM的多特征融合钻头磨损监测技术的研究
7.Research on Detection of the Driver Fatigue Based on the Fusion of Multiple Features;基于多特征融合的驾驶员疲劳检测算法研究
8.The Method of Face Detection and Recognition Based on Multi-features Fusion;基于多特征融合的人脸检测与识别方法
9.Research on Fusion of Multiple Features in Intelligent Video Surveillance;智能视频监控中的多特征融合问题研究
10.Study on Method of Multi-Feature Fusion Based Video Flame Detection基于多特征融合的视频火焰探测方法研究
11.Gait Recognition Via Multiple Features and Views Information Fusion多特征和多视角信息融合的步态识别
12.Biometrics Personal Identification Based on Dada Fusion基于数据融合的多生物特征身份识别
13.Multi-Biometric Fusion by Neural Networks;多模态生物特征融合的神经网络方法
14.Proability fusion method for the data from different feature based on support vector machine基于SVM的多特征数据的概率融合方法
15.Facial Expression Recognition System Based on Multiple Feature Integration融合人脸多特征信息的表情识别系统
16.Multi-feature vague fusion model for image classification一种图像分类的多特征vague融合模型
17.New electronic seal system based on fusion of multiple feature algorithm融合多特征算法的电子印鉴系统研究
18.Multi-feature Trademark Image Retrieval Based on Integrated Distance Function基于距离融合的多特征商标图像检索
相关短句/例句
multiple feature fusion多特征融合
1.Experiments are conducted on a set of 20 natural colored texture images in whichmultiple feature fusion and classification can be performed on the basis of the pyramid wavelet decomposition (PWD), incomplete tree-structured wavelet decomposition (ICTSWD) and wavelet packet decomposition (WPD).在小波分解基础上将纹理特征、颜色特征及纹理与颜色的空间相关特征进行融合,提出了一种新颖的彩色纹理特征提取方法,同时结合20类真实彩色自然纹理,针对塔式小波分解(PWD),不完全树型小波分解(ICTSWD)和小波包分解(WPD)进行了多特征融合和分类比较,实验结果表明:塔式小波分解基础上的多特征融合,其正确分类率为85。
3)multi-features fusion多特征融合
1.New particle filter tracking method based onmulti-features fusion;一种多特征融合的粒子滤波跟踪新算法
2.Chat room social network mining based onmulti-features fusion基于多特征融合的聊天室社会网络挖掘方法
4)multiscale feature fusion多尺度特征融合
5)multi-attribute feature fusion多属性特征融合
6)multi-strategy feature blending of translation model多策略特征融合
延伸阅读
偏微分算子的特征值与特征函数由边界固定的膜振动引出的拉普拉斯算子的特征值问题：是一个典型的偏微分算子的特征值问题,这里x=(x1,x2)；Ω是膜所占据的平面区域。使得问题有非平凡解（非零解）的参数λ的值,称为特征值；相应的解称为特征函数。当Ω有界且边界嬠Ω满足一定的正则条件时,存在可数无穷个特征值,相应的特征函数ψn(x)组成l2(Ω)上的完备正交系。乘以常因子来规范ψn(x)，使其l2(Ω)模为1,则Ω上的任意函数??(x)的特征展式可写为：当??可以"源形表达"，即??满足边界条件且Δ??平方可积时,展式在Ω一致收敛。当??平方可积时，展式平方平均收敛，且有帕舍伐尔公式：对膜振动问题的认识还是相当有限的。能够精确地知道特征值的，只限于矩形、圆盘等少数几种非常简单的区域。对椭圆和一般三角形的特征值精确值，还几乎毫无所知。其他情形就更谈不上了。将不超过 λ的特征值的个数记为N(λ)。特征值的渐近分布由N(λ)对大 λ的渐近式来刻画。这方面最早的结果是（C.H.）H.外尔在19得到的（外尔公式）：式中表示Ω的面积。R.库朗将余项改进为。对于多角形区域，又有人将余项改进到。各种情况下改进余项估计的工作至今绵延不绝。外尔猜测有一个更强的结果：式中｜嬠Ω｜是区域边界之长，但尚未被证出。与此密切相关的是下面的MP公式：(t→+0)取一个渐近项时，用陶伯型定理可由它推出N(λ)的外尔公式。第二渐近项与外尔猜想非常相象，但由此证不出外尔猜想。第三项迟至1966年才被M.卡茨导出，后来由H.P.麦基恩与I.M.辛格严格证明,其中h表示鼓膜Ω的洞数。特征值与膜振动频率有一个直接的换算关系，M.卡茨据此给MP公式一个非常生动的解释：可以"听出"鼓膜的面积|Ω|、周长｜嬠Ω｜和洞的个数h！由于1-h恰巧是Ω的欧拉-庞加莱示性数,是整体几何中颇受重视的一个不变量，"听出鼓形"或"谱的几何"问题立即引起人们的强烈兴趣，并导致一系列重要的研究。不过一般的特征值反问题,要求从特征值的谱完全恢复Ω,还远远没有解决。用陶伯型定理得出N(λ)渐近式的方法，由T.卡莱曼于1934年首创，他还得到谱函数的渐近式：(λ→∞)，式中δxy当x=y时为1，当x≠y时为0。上述关于拉普拉斯算子的结果，由L.戈尔丁和F.E.布劳德推广到 Rn的有界区域Ω上的m 阶椭圆算子。尽管推算繁杂，但结果十分简单整齐：；；式中 v(x) 表示集合{ξ｜｜A0(x,ξ)｜<1}的勒贝格测度，而是A的最高阶导数项相应的特征形式。特征展开定理亦由L.戈尔丁得出。对于奇异情形，例如薛定谔方程 的谱问题,可以证明存在谱函数S(x，y，λ),特征展式为。由于可能出现连续谱，S(x，y，λ)一般不一定能写成前述特征函数双线和的形式。判定奇（异）微分算子谱的离散性是很有意义的工作。已经出现各种充分条件。不过关于特征值与特征函数渐近性质的研究，还只是限于少数特例。在处理‖x‖→∞ 时V(x)→∞的情形，M.卡茨与D.雷等人曾创造了一种系统的概率方法，其中借助数学期望表出格林函数，有效地求出谱函数与特征值的渐近式： 。当算子A的系数不光滑,或非一致椭圆，或非自共轭，以及边条件带特征参数或带非定域项等等情形，都出现不少研究结果。还有人考察Au=λBu型的特征值问题,这里A、B都是椭圆算子。除上述问题外，特征展式的收敛性与求和法也一直受到人们的关注。
