一种改进的SIFT双向匹配算法

分析SIFT特征提取匹配算法,利用SIFT特征向量匹配对的唯一性约束改进算法的匹配策略提出双向匹配算法,在已有匹配结果的基础上引入匹配的唯一性约束,进一步降低实时图像与参考图像时序匹配的误匹配率,以达到在实时图像中寻找已知着陆区域的目的,提高图像匹配的准确率。实验结果表明该方法有效。

基于有向图的双向匹配分词算法及实现

在分析了现有各种汉语分词算法及其优缺点的基础上,提出以句子覆盖率和分词覆盖率作为评价分词方法的指标,详细介绍了基于网络有向图的双向匹配分词算法的设计与实现,该算法对经典的最大匹配分词算法进行了改进,通过带覆盖歧义标志的有向图生成多候选分词序列。与最大匹配算法和全切分算法的比较实验显示,基于有向图的双向匹配算法以低复杂度实现了高覆率盖。

基于SIFT的图像匹配算法

直接用SIFT算法对较模糊图像进行关键点提取时,提取的关键点个数较少且进行下一步匹配时错误匹配较多。提出一种基于SIFT特征的匹配算法,首先利用拉普拉斯算子对图像进行锐化处理,使其边缘得到突出,然后利用SIFT算法进行关键点提取,最后利用双向匹配算法进行图像匹配。实验结果表明,利用本文算法进行匹配比直接用SIFT算法进行匹配时的匹配点数更多,匹配效果更好。

一种基于词典的中文分词改进算法

深入探讨基于词典的分词过程、常见词典结构以及分词算法。在分析现有系统的基础上,设计一个新的词典结构,对经典的分词算法进行改进,通过词典加载功能改善未登录词的识别问题,通过双向匹配算法获取最优分词结果,改善歧义识别问题。

改进SIFT算法在医学图像配准中的应用研究

传统SIFT算法采用128维描述算子表征一个关键点,计算量大、复杂度高,图像配准时间长,效率较低。此外,图像在采集的过程中因其尺度、旋转角度、明暗等不同因素的影响容易造成医学图像的误配准。因此,该文采用改进的SIFT算法进行配准。首先,利用快速近似最近邻搜索算法查找两幅图像上的关键点,并以其为中心取8×8的采样窗。把8×8的采样窗划分成4个模块,每一个模块是4×4的小窗口。在每一个模块内计算8个梯度方向信息,每个梯度信息就是一个特征点描述符。这样每个关键点就可以有32个SIFT特征描述符。然后,通过相似性度量判定两个关键点的相关性,并对其进行降序排序。理论上,当两幅图上的关键点一致时,两个关键点的相似性度量值等于1。本研究设置的阈值是0.95,当两点的比值大于0.95,就把两个点当作匹配点。为保证算法的精度,在传统SIFT算法的基础上采用双向匹配。只有两次匹配得到关键点的坐标之和相等,就把这对关键点当作匹配点。研究结果表明,采用改进的SIFT算法能提高配准速度,同时保持配准精度,得到较为理想的配准效果。

lucene中文切词算法的改进

本文对Lucene中文切词算法进行改进,提出将基于网络有向图的双向匹配分词算法应用于Lucene的中文切词器,提高了检索的准确性和检索性能。

基于中文的GIS查询界面的初步研究

提出基于中文的 GIS查询 ,以统计建模、模式匹配技术为核心 ,建立这种查询所需的词库、规则库、知识库、语言转换器 ,综合模糊识别技术 ,使 GIS查询变得更为简单 ,最后以实例证明基于中文的

基于Web的智能答疑系统的设计和实现

随着网络技术的普及以及社会发展的需要,自动答疑系统成为研究的热点之一。如何在Internet环境下设计具有自动答疑功能的网络自动答疑系统,成为当前智能教学研究的热点。目前国内外在这方面做的工作主要集中在如何提高系统的智能方面。文章通过应用模糊数学和双向最大匹配算法于网络答疑系统中,提出了一种高智能的答疑系统。

深度学习与先验知识结合的英语地名音译技术

针对传统人工地名翻译效率低、且囿于翻译者个人水平差异会导致翻译质量参差不齐,现有机器翻译不能有效解决地名翻译规则的交叉型歧义等问题,该文提出基于深度学习与先验知识相结合的英语地名音译技术,对地名翻译中音标生成、音标优化、音节划分3个核心环节进行研究,提出了基于深度学习的音标生成方法、基于先验知识的音标优化方法和基于双向最大匹配的音节划分方法,解决了机器翻译对地名单词音标识别差、汉字译写不规范的问题。实验结果表明,该地名专名音译技术比传统地名翻译方法时效性高、准确率高、翻译规范。