1) dispersed feature point
离散特征点
1.
By image segmentation, computing feature point in each block and continuous feature points set reduction, the dispersed feature point set is reached.
在建立新的特征点响应函数的基础上,提出了一种特征点探测算法,算法以图像分块为基础,通过计算每一分块内的特征点,进行特征点连通集约简获得离散特征点集,实验证明,算法效率得到了较大提高,解决了使用全局特征响应阈值造成的特征点聚集和不敏感特征点被错误剔除的问题。
3) feature discretization
特征离散化
4) dispersion degree of feature
特征离散度
5) scattered feature point
散列特征点
6) discrete type technical features
离散型技术特征
1.
But most of the existing models couldnt directly give the target values, and didnt consider the discrete type technical features separately but treat them in the same way as continuous type, which cannot reflect the real status of.
已有的规划模型大多不能直接给出技术特征目标值,且在建立模型中没有分开考虑离散型技术特征,而是把离散型技术特征和连续型技术特征等同考虑,从而使得规划结果不能很好反映实际情况。
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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