搜索资源列表
datamining03
- 文本挖掘的起源 文本挖掘的过程 特征建立 特征集缩减 知识模式提取 模型评价 国内外研究状况 -Text Mining Text Mining the origin of the process of establishing reduced feature set of knowledge extraction model to evaluate the model at home and abroad Research
application_of_special_person_on_ASR_for_the_contr
- 常用的说话人识别方法有模板匹配法、统计建模法、联接主义法(即人工神经网络实现)。考虑到数据量、实时性以及识别率的问题，采用基于矢量量化和隐马尔可夫模型(HMM)相结合的方法。 说话人识别的系统主要由语音特征矢量提取单元(前端处理)、训练单元、识别单元和后处理单元组成，
DEM
- 目前三角网是进行精细地形表达最好和最常用的方法，因此本文讨论利用三角网法来建立露天矿的精细DEM模型。由于露天矿复杂特殊的地形特征，在建模过程中应充分考虑相应的约束条件，否则会出现台阶被削平等现象。构建不规则三角网的方法可分为分而治之算法、逐点插入算法和三角网生长算法。各种算法各具优缺点，结合矿区的实际情况，本文采用一次性约束三角网生成算法，经过空间数据提取、拓扑关系建立以及空间索引建立，最终建立起边界约束线以内的约束不规则三角网。-At present, triangulated irregu
face-detection-based-on--YUV
- ：根据肤色色度的分配比例，提出了一种改进YCbCr 的Bayesian 肤色检测方法，在肤色背景下，利用肤色和唇色在YUV 空 间分布特点，变换YUV 空间的坐标轴，增大唇色和肤色V 分量上的差异。提取了唇色的质心和旋转方向，根据人脸几何特征的先 验知识建立人脸定位模型。实验表明在改进的颜色空间内，肤色投影到CrCg 平面内得到更好的聚类效果。唇色定位人脸算法简 单，速度快，更具实效性，对旋转的人脸同样有效。-the files for the face recognization
Characteristic-line
- 这篇论文值关于三角网格模型特征线提取方法的 欢迎下载-The paper value of the triangular mesh model of the feature line extraction method Welcome to download
mathematical-model
- 数学模型可以描述为：对于现实世界的一个特定对象，为了一种特定目的，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到一个数学结构。在计算机视觉技术研究中，建立特定的数学模型，可以大大简化问题。本文将从图像分割、特征提取、图像识别、三维重构等计算机视觉技术中几个重要方面来论述数学模型的应用。-Mathematical model can be described as: for a particular real-world objects, for a specific pur
11
- 介绍了一种基于振动信号隐马尔可夫模型(HMM)的新的齿轮故障检测和诊断方案。 首先从振动信号中提取特征,这些信号既包括正常齿轮也包括故障齿轮,特征以振动信号自回归模 型的多项式传递函数的反射系数为基础。这些特征用来训练HMM归类各种齿轮状况。经过试验 验证,用这些特征判断故障的准确性很高。 -:A newgear fault detection and diagnosis scheme based on Hidden MarkovModel (HMM) of vibra- t
HTTP-TUNNEL-DETECTING-TECHNIQUE
- 研究了恶意软件常采用的通信方式———隧道技术，并提出了一种基于Ｃ４．５的ＨＴＴＰ 隧道检测算法。该算法采用决策支持树算法 Ｃ４．５提取网络流特征字段，根据特征字段生成训练数据建立ＨＴＴＰ隧道分类的决策树检测模型，采用该分类模型检测ＨＴＴＰ隧道流，为检测恶意软件提供依据。-Malicious software often used means of communication--- tunneling technology, and a HTTP based on C4.5 Tunne
DCT
- 提出了一种基于DCT提取人脸特征技术和支持向量机分类模型的人脸识别方法。利用离 散余弦变换可提取人脸可识别的大部分信息,而支持向量机作为分类器,在处理小样本、高维数等 方面具有独特的优势,且泛化能力很强,无需先验知识。从ORL 人脸库上的实验结果可以看出, DCT特征提取是很有效的,且SVM的分类性能优于最近邻分类器,同时提高了整个系统的运算速 度。-A face recognition method based on DCT for face feature extractio
Video-Surveillance
- 文章通过设计战场电视侦察系统的智能视频处理模块，提高了战场电视侦察系统的工作效率和智能化水平。首先 分析对重要军事目标进行监控的特点，归纳运动目标的特征，根据特征建立正常模型；然后运用中值滤波对监控视频进行 预处理，再采用基于高斯混合模型的背景减除法提取运动目标，通过特征提取确定运动目标的属性，与正常模型进行匹配 处理后，得出运动目标是否异常；最后达成敌重要目标有异常出现时自动告警的目的-Abstract：This article designs the intelligent vi
image-feature
- 把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙 齿模型图像的特征，并为牙齿
IG
- 文本分类中特征提取的代码。采用信息增益法，对文本的空间向量模型能达到有效降维。文件的输入形式必须是词号-词频形式。- Text Categorization feature extraction code. Using information gain method, the vector space model of the text to achieve effective dimensionality reduction. Enter the file must be in the f
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
2
- 步态识别论文，对目标检测方法进行了分析，提出了在HSL颜色模型空间中，利用时间域中值滤波算法构建背景模型，采用背景减除法实现人体上肢和下肢关节点的检测，采用闽值分割、形态学滤波和颗粒去除操作对关节点的图像进行二值化处理，为后续相关特征的提取做好了准备。 -Gait identification papers, for target detection methods are analyzed, presented at the HSL color space model, using med
wv486
- 语音信号的采集与处理，数字信号处理课设，是学习PCA特征提取的很好的学习资料，是国外的成品模型。- Acquisition and Processing of the speech signal, digital signal processing class-based, Is a good learning materials to learn PCA feature extraction, Foreign model is finished.
fun_ge36
- matlab实现了五类灰色关联度模型的计算,包含特征值与特征向量的提取、训练样本以及最后的识别，利用matlab写成的窄带噪声发生。- matlab implements five gray correlation degree computing model, Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Using matlab writt
gj862
- 采用加权网络中节点强度和权重都是幂率分布的模型，包括主成分分析、因子分析、贝叶斯分析，包含特征值与特征向量的提取、训练样本以及最后的识别。- Using weighted model nodes in the network strength and weight are power law distribution, Including principal component analysis, factor analysis, Bayesian analysis, Contains the
ting_ic42
- 采用加权网络中节点强度和权重都是幂率分布的模型，用于信号特征提取、信号消噪，LZ复杂度反映的是一个时间序列中。- Using weighted model nodes in the network strength and weight are power law distribution, For feature extraction, signal de-noising, LZ complexity is reflected in a time sequence.