书目信息 |
| 题名： |
图像特征抽取算法研究及其应用
|
|
| 作者： | 刘中华 著 | |
| 分册： | ||
| 出版信息： | 北京 科学出版社 2019 |
|
| 页数： | 152页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP391.413 | |
| 科图分类： | ||
| 主题词： | 图象处理--图象识别--特征抽取--算法--研究 | |
| 电子资源： | ||
| ISBN： | 978-7-03-060806-2 | |
| 000 | 01060nam0 2200229 450 | |
| 001 | 1975774057 | |
| 005 | 20190927210321.45 | |
| 010 | @a978-7-03-060806-2@dCNY68.00 | |
| 100 | @a20190419d2019 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aak z 000yy | |
| 200 | 1 | @a图像特征抽取算法研究及其应用@9tu xiang te zheng chou qu suan fa yan jiu ji qi ying yong@f刘中华著 |
| 210 | @a北京@c科学出版社@d2019 | |
| 215 | @a152页@d24cm | |
| 330 | @a本书主要对复杂条件下的特征提取和分类算法进行了研究和总结，目标是读者可以快速了解和掌握最新的特征提取和分类算法。主要内容包括基于商图像理论的图像合成和分类方法；一种基于重构误差和均衡化距离的分类方法；整合原和近似人脸图像以及用原和对称人脸训练样本执行协同表示分类；增强协同表示分类；近似和竞争表示方法；核以及权重二阶段测试样本稀疏表示方法；基于四元数的最大边界准则方法。 | |
| 333 | @a图象处理研究人员 | |
| 606 | 0 | @a图象处理@x图象识别@x特征抽取@x算法@x研究 |
| 690 | @aTP391.413@v5 | |
| 701 | 0 | @a刘中华@9liu zhong hua@4著 |
| 801 | 0 | @aCN@b人天书店@c20190419 |
| 905 | @a241250@dTP391.413@e225 | |
| 图像特征抽取算法研究及其应用/刘中华著.-北京：科学出版社，2019 |
| 152页；24cm |
| 使用对象：图象处理研究人员 |
| ISBN 978-7-03-060806-2：CNY68.00 |
| 本书主要对复杂条件下的特征提取和分类算法进行了研究和总结，目标是读者可以快速了解和掌握最新的特征提取和分类算法。主要内容包括基于商图像理论的图像合成和分类方法；一种基于重构误差和均衡化距离的分类方法；整合原和近似人脸图像以及用原和对称人脸训练样本执行协同表示分类；增强协同表示分类；近似和竞争表示方法；核以及权重二阶段测试样本稀疏表示方法；基于四元数的最大边界准则方法。 |
| ● |
| 相关链接 |
正题名：图像特征抽取算法研究及其应用
索取号：TP391.413/225
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1831930 | 218319308 | 样本书库/ [索取号:TP391.413/225] | 在馆 | |
| 2 | 1831931 | 218319317 | 理科库/3110990502/ [索取号:TP391.413/225] | 在馆 | |
| 3 | 1831932 | 218319326 | 理科库/3110990502/ [索取号:TP391.413/225] | 在馆 |