1) local correlation coefficient
局部相关系数
1.
The local correlation coefficient is introduced and the different thresholds at different levels of wavelet decomposition are set up, in order to reduce the spectral distortions of the fusion image,fuse multi-spectral images with a panchromatic image of Quickbird data by the proposed method.
使用高分辨率遥感图像进行像素级图像融合,在图像小波分解时,通过计算不同分解层数下得到的融合图像的熵来决定图像的小波分解层数;在图像小波重建时,引入局部相关系数,并在不同的分解层上设置不同的阈值进行有选择的高频系数替换,实现图像的像素级融合。
2) local correlation coefficients
局部互相关系数
3) local autocorrelation function
局部自相关函数
4) local relationship coefficient
局部关联系数
5) Local correlation
局部相关
1.
The biclustering for local correlation patterns in high dimensional data can find many valuable clusters.
针对高维时序数据中局部相关模式的聚类问题,建立了一种基于相关子模式的spCluster模型,讨论了该模型与平均平方残值的关系。
6) local similarity coefficient
局部相似系数
1.
According to target searching model and relevant theories of modern image processing, global similarity coefficients and local similarity coefficients based on gray histogram, gray co-occurrence matrix and gray-grads co-occurrence matrix were brought forward as two important parameters to evaluate stealth effect of infrared coating.
根据目标搜索模型和现代图像处理理论,提出了基于灰度直方图、灰度共生矩阵和灰度一梯度共生矩阵的整体相似系数和局部相似系数,并以此作为评价涂层光电隐身效果的两个重要参数,实验结果验证了结论的正确性。
补充资料：Kendall等级相关系数
Kendall等级相关系数
ion Kendall coefficient of rank correla-
Kd山u等级相关系数「E曰吐山以吧伍d句t of.”血伪川如.d佣;Ke”皿姗a劝，帅胭“e，TP朋ro“0‘ICOPpe几.朋毗」 两个随机变量(特征)X和Y间相依关系的样本度量之一，基于样本元素(戈，Y.)，二，(Xn，玖)的等级评定.这样，众n山山等级相关系数属于秩统计量(mllksta比tic)并且定义为 25 f r.·…r_、 ”Ln一1)其中;，是在X秩为i的数偶(X，y)中Y的秩、S二ZN一”(。一l)/2，N是样本中]>i和r，>r‘同时成立的元素个数.总有一1簇t《1.M.R上以坛U广泛使用K淤nd目等级相关系数做相依性度量(见〔1」). Ken山山等级相关系数被用于检验随机变量独立的假设.如果独立性的假设成立，则云二0，DT“2(2n十5)/〔gn(”一l)1.当样本容量较小时(4蛋n镬10)，独立性假设的统计检验借助于专门的数表(见【31〕来进行.当衬>10时，利用:的分布的正态逼近二如果 ，·，>一擂离，则否定关于独立的假设，否则接受假设.这里，:是显著性水平，。司:是标准正态分布的100(:/2)百分位点.像任何秩统计量一样，KendaU等级相关系数可以用于揭示两个属性特征的相依性，只要样本的元素可以按这些特征评定等级，如果X和Y有联合正态分布且相关系数为p，则p与Kendal丈等级相关系数有如下关系: _2 七T=一atcsmP· 兀亦见S碑ar田叨等级相关系数(s户汾m曰n cocfficientof几mk eorlehaion);秩检验(mnk此0.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条