1) sequence similarity detection algorithm
序列相似性检测算法
2) SSDA
序贯相似性检测算法
1.
If the result of the pattern detection is not satisfactory,an advanced Sequential Similarity Detection Algorithm(SSDA) is applied to realize image matching.
如果模式检测没有得到令人满意的结果,将使用一种改进的序贯相似性检测算法(SSDA)进行图像匹配。
3) maximum likelihood sequence decoded
最大似然序列检测算法
4) Sequential similarity detection algorithm(SSDA)
序贯相似检测算法(SSDA)
5) successive similarity detection algorithm
序贯相似度检测算法
6) sequential similarity detection algorithm
序贯相似性检测法
1.
Based on the introduction of sequential similarity detection algorithm,invariant moment and mean-residual normalized correlation method,a new matching method which based on mean-residual normalized correlation method is presented.
文本讨论了常用图像匹配算法,在介绍了序贯相似性检测法、不变矩法及去均值归一化相关法的基础上,提出了一种以去均值归一化相关法为主的改进匹配算法,该改进算法不但在处理旋转目标的匹配时具有较高的精度,而且通过改进其搜索策略,使改进算法具有了算法速度快、误匹配率低的优点。
补充资料：群落相似性
群落相似性
similarity of community
可以更明确地描述种组成相似特征。常用的有杰卡特(P.Jaecard，1901)、索雷申(T.Sorensen，1948)、库列津斯基(5.T.Kulezynski，1927)和芒福德(M.D.Mountford，1962)等的相似性系数。 设丈为生境A和生境B共有的种数，a为生境A含有的全部种数，b为生境B含有的全部种数，则:①杰卡特群落相似性系数: G=j八a+b一户;②索雷申群落相似性系数: CS=Zj八a+b);③库列津斯基群落相似性系数:。一冬cs一j八。+b); ‘④芒福德群落相似性系数: C材=Zj/(Zab一(a+b)j〕 上述杰卡特群落相似性系数(G)和索雷申群落相似性系数(Cs)的最大值为1，库列津斯基群落相似性系数(C砂的最大值为0.5;芒福德群落相似性系数(C耐)的最大值为co。当两个群落所含有的种完全相同，其系数为最大值;当两个群落所含有的种完全不同，其系数均为O。自O至最大值之间表示两个群落的相似程度。 优势种相似上述的群落相似性系数得出的指标虽不尽相同，但原则一致，其特征值仅限于比较群落间所含有的种的相似性。但两群落的外貌是否相似，常常以优势种的相似程度为特征。因此，布雷和柯蒂斯(J.R.Bray and C.T.Curtis，1957)根据上述群落相似性系数，结合优势种的相似程度进行描述，即在生境A和B中，以全部种的个体总数aN和bN代替索雷申群落相似性系数计算式中的口和b，取两生境中共有种的种群数量的低值(例如种1在生境A中种群数为47，在生境B中种群数为50，则取47为计算值)的总和方明弋替;’，其相似性系数CB为: CB=2.1’N尹(口N+云N)。 计算结果同样以O至l之间的数值表示两个群落之间的相似程度。(庞雄飞)群落相似性(similarity of eommunity)群落特性之一，是不同群落结构特征的相似程度。常用群落相似性系数(eoeffieient of similarity)表示。可用以比较不同空间昆虫群落结构的异同。 共有种相似假如A、B、C三个群落的种类数从本一致，群落A与B具有多数共有种，群落B与C仅有少数共有种，可以认为群落A与B的相似性较大，群落B与C的相似性较小。 种组成相似在物种构成相近似的群落中，不宜单纯依据共有种的数量比较其相似程度，用群落中种类总数及共有种数的综合性指标—群落相似性系数，
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