-
题名基于本征特征的弹性模板匹配法
被引量:4
- 1
-
-
作者
熊志勇
沈理
-
机构
中国科学院计算技术研究所
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
1999年第7期876-881,共6页
-
基金
中国科学院"九五"基础性研究基金
-
文摘
本文在弹性模板匹配法的基础上,提出了基于本征特征的弹性模板匹配法,用于人脸图像的识别.该方法利用KL变换进行模板的定位,使得定位精度与速度都有所提高,并且识别准确率也得到改善.
-
关键词
本征特征
弹性模板匹配法
人脸图像
图像识别
-
Keywords
facial image recognition,eigen feature,elastic model matching,gabor transformation, KL transformation, refining step by step
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于概念网的本征特征提取
被引量:1
- 2
-
-
作者
梁昆
张月国
李生红
-
机构
上海交通大学信息安全工程学院
上海交通大学电子工程系
-
出处
《信息安全与通信保密》
2010年第3期60-62,共3页
-
基金
国家自然科学基金资助项目(批准号:60772098)
上海市曙光计划项目
+1 种基金
863计划资助项目(编号:2007AA012455)
教育部新世纪优秀人才支持计划项目(编号:NCET-06-0393)
-
文摘
随着网络技术的发展,网络舆情分析越来越受到人们的重视。长期以来,应用于网络舆情分析中的文本分类和聚类技术都是以词作为最小的分析单位,很难把握词语之间的关系。介绍了舆情分析的核心体系,即基于概念网络提取文本本征特征,可以有效提高网络舆情分析准确度,利用概念消歧的方法,将文本映射成为概念网络中的概念,以义元作为最小的表达概念的单位,利用统计方法将高权重的义元集合作为文本本征特征。
-
关键词
概念网
本征特征
义元
概念消歧
-
Keywords
concept network
core feature
sememe
concept disambiguation
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名少见的色素沉着综合征
- 3
-
-
作者
魏开敏
-
机构
副主任医师 陕西宝鸡
-
出处
《家庭医学(上半月)》
1998年第1期23-23,共1页
-
文摘
阿狄森氏综合征 又称原发性肾上腺皮质机能减退症。肾上腺皮质病变是本症的原因,皮肤和粘膜色素沉着为本征特征之一,且为早期症状(约占95%)。色素沉着以体表暴露的受摩擦受压部位,如乳晕、掌纹、会阴、肘膝。
-
关键词
色素沉着
阿狄森氏综合征
促肾上腺皮质激素
糖皮质激素
肾上腺皮质病
多发性黑痣综合征
醋酸去氧皮质醇
色素失调综合征
本征特征
多发性息肉综合征
-
分类号
R586.1
[医药卫生—内分泌]
-
-
题名模块2DPCA的缺陷与改进
被引量:6
- 4
-
-
作者
朱明旱
罗大庸
-
机构
中南大学信息科学与工程学院
湖南文理学院电气与信息工程学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2009年第1期94-98,共5页
-
基金
湖南省自然科学基金项目(05JJ30121)
-
文摘
模块2DPCA是2DPCA的推广,在识别性能上比2DPCA更具鲁棒性。本文分析了模块2DPCA在计算训练样本总体散布矩阵和本征向量选取方面的缺陷,提出了一种改进的模块2DPCA算法。实验结果表明,改进后的算法能更好地选取本征向量,更有效地提取人脸特征。
-
关键词
模块2DPCA本征向量特征提取人脸识别
-
Keywords
modular two-dimensional principal component analysis, eigenvector, feature extraction, face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于字袋模型的交通标志识别方法研究
被引量:5
- 5
-
-
作者
胡晓光
朱欣焰
柳林
李卉
李德仁
-
机构
武汉大学测绘遥感信息工程国家重点实验室
山东科技大学测绘学院
中国地质大学
-
出处
《测绘科学》
CSCD
北大核心
2012年第6期107-110,共4页
-
基金
武汉大学测绘遥感信息工程国家重点实验室自主探索课题资助项目
武汉大学测绘遥感信息工程国家重点实验室专项基金资助项目
武汉大学测绘遥感信息工程国家重点实验室开放研究基金资助项目
-
文摘
交通标志识别是智能交通中一个重要的研究领域,实现辅助驾驶和自动导航等应用正获得越来越多的关注。本文提出一种自然场景下交通标志的识别方法:提取标志的局部特征以提高获取效率也使其较少受到遮挡的影响,通过字袋模型量化后获得标志的本征特征,基于该本征特征训练支持向量机,最后使用得到的判别分类器进行交通标志的分类。实验结果表明,和基于Hu矩的识别方法相比,提出的方法提高了识别率和鲁棒性,显示了对交通标志识别的有效性。
-
关键词
交通标志识别
字袋模型
本征特征
支持向量机
-
Keywords
traffic sign recognition
bag of words
Intrinsic feature
SVM
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
TP391
[自动化与计算机技术—计算机应用技术]
-