首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
基础科学   2篇
  2010年   2篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
利用小波模极大值方法可很好地对特征进行识别,并能抑制噪声的影响.利用该方法对叶片截面数据进行特征识别时,某些重要的局部特征在细尺度下会消失,导致数据特征点不能完整识别,针对该情况提出特征尺度因子的概念,以了解数据中所含特征的差异性.特征尺度因子越大意味着可分解尺度数越多,相反则意味着可分解尺度数越少,当数据点的特征差异较大时,可将其分为几段分别进行识别,最后再将各段特征点汇总.实验证明,特征尺度因子可以很好地体现特征的信息并指导特征识别,有效保证了数据中特征个数的完整性.  相似文献   
2.
利用小波模极大值方法可很好地对特征进行识别,并能抑制噪声的影响。利用该方法对叶片 截面数据进行特征识别时,某些重要的局部特征在细尺度下会消失,导致数据特征点不能完 整识别,针对该情况提出特征尺度因子的概念,以了解数据中所含特征的差异性。特征尺 度因子越大意味着可分解尺度数越多,相反则意味着可分解尺度数越少,当数据点的特征差 异较大时,可将其分为几段分别进行识别,最后再将各段特征点汇总。实验证明,特征尺度 因子可以很好地体现特征的信息并指导特征识别,有效保证了数据中特征个数的完整性。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号