1) 5 point invariant
5点不变量
1.
By normalizing the number of pixel in the edge of image of the object to be recognized and computing the 5 point invariant in exhausting way the problem of selecting correspond points between the training and the testing object is solved, The influence to the correct recognition of the object is removed by using.
算法通过对目标物体边缘点进行规格化和对规格化后的边缘点进行 5点不变量穷举计算解决了模型图像与目标图像的对应点选取问题 ;通过将不同观测方位和不同旋转角度的样本图像边缘点的 5点不变量集合作为输入向量对BP网络进行训练解决了由于仿射和射影变换造成规格化边缘点间距变化对正确分类的影响 。
2) point of unvarying energy
能量不变点
1.
A new concept, the point of unvarying energy, is presented.
提出了能量不变点的概念，解释了能量不变点与振动中心、打击中心三者重合的动力学原因。
3) corner invariant
拐点不变量
4) multiple view invarance
多视点不变量
1.
The other uses multiple view invarance based on complex features.
给出了利用多视点不变量进行物体识别的２种方法。
5) quinat-variate
5变量
1.
Modeling spatial distribution of pan evaporation based on quinat-variate thin plate spline function;
基于5变量局部薄盘光滑样条函数的蒸发空间插值
6) Invariable lattice node virtual flow method
不变网格节点虚流量法
补充资料：变量与变量值
可变的数量标志和所有的统计指标称作变量。变量的数值表现称作
变量值，即标志值或指标值。变量与变量值不能误用。
变量值，即标志值或指标值。变量与变量值不能误用。
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