期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进SURF的待检产品图像在标准库中最优位置确定
1
作者 赵静 《电子世界》 2014年第24期515-516,共2页
为了实现对随机摆放待检产品的检测,需确定待检产品在标准图像库中的最优位置信息。本文采用基于SURF(Speed-Up Robust Feature)特征的图像匹配方法,通过最近邻次近邻比值法对特征点进行粗匹配,利用对极几何约束的RANSAC算法剔除... 为了实现对随机摆放待检产品的检测,需确定待检产品在标准图像库中的最优位置信息。本文采用基于SURF(Speed-Up Robust Feature)特征的图像匹配方法,通过最近邻次近邻比值法对特征点进行粗匹配,利用对极几何约束的RANSAC算法剔除误匹配点对,从而实现精确匹配,最终确定待检产品图像在标准库序列图像中的最优位置。 展开更多
关键词 最优位置确定 特征点匹配 SURF特征 RANSAC算法
下载PDF
大型数据库重复记录检测与优化研究 被引量:2
2
作者 唐吉深 覃少华 《现代电子技术》 北大核心 2020年第17期77-81,共5页
研究大型数据库重复记录检测与优化,利用Jaro算法以及TF-IDF算法计算大型数据库不同记录字段相似度量函数,所获取字段相似度量函数作为记录特征向量,经过人工标记后设置为BP神经网络期望输出。构建BP神经网络学习样本,设置变参数量子粒... 研究大型数据库重复记录检测与优化,利用Jaro算法以及TF-IDF算法计算大型数据库不同记录字段相似度量函数,所获取字段相似度量函数作为记录特征向量,经过人工标记后设置为BP神经网络期望输出。构建BP神经网络学习样本,设置变参数量子粒子群初始连接权值与阈值作为粒子,利用BP神经网络依据学习训练样本获取量子粒子群适应度函数值,确定粒子此刻最优位置以及全局最优位置。将全局最优位置粒子设置为BP神经网络初始连接阈值以及权值,重复更新粒子位置,利用所获取训练集学习结果建立大型数据库重复记录检测模型,检测模型输出结果大于检测门限值时,该记录为大型数据库内重复记录,否则为非重复记录。实验结果表明,采用该方法检测包含100 000条记录的大型数据库,检测召回率以及准确率均高于98.5%。 展开更多
关键词 大型数据库 重复记录检测 重复记录 学习样本构建 最优位置确定 权值设置
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部