1) compressed feature
压缩域特征
1.
Based on the compressed features and LSI,a novel meth od with which to mapping visual features to high lever semantic contents was pro posed.
实验研究表明 ,这种基于压缩域特征和 L SI技术的图像检索方法能显著改善图像检索的性能 ,提高图像检索的质
2) feature extraction in compression-domain
压缩域特征提取
4) feature compression
特征压缩
1.
To make full use of the feature information of signals in feature extraction fo r target recognition and classification, this paper discusses establishment and feature compression of raw feature space.
为在特征提取中充分利用目标信号的特征信息,对原始特征空间的建立和特征压缩的过程进行了讨论。
2.
The problem of feature compression in high-resolution radar target recognition is studied.
研究了宽带高分辨雷达目标识别中的特征压缩问题。
3.
Firstly, a feature compression method, which has a changeable factor used to adjust the feature compression ratio, is applied to compress feature vectors with a high compression ratio.
AHMM采用带有压缩率调整因子的特征压缩算法,首先对待识别的特征序列进行较高压缩率的压缩,然后将压缩得到的特征序列送入HMM识别器进行识别。
5) information feature compression
信息特征压缩
1.
Partial least squares (PLS) regression is introduced for information feature compression, which is proven to be more advantageous than the approach of principal component analysis (PCA) in its simplicity,robustness, and clearness of qualitative explanation.
提出了基于偏最小二乘 (PLS)方法的信息特征压缩算法 较主成分分析 (PCA)方法 ,该算法具有简单、稳健、易于定性解释等优点 ,对于多重共线性资料 ,尤其当解释变量多 ,而样本量少时很有效 由于在考虑压缩数据矩阵X的信息的同时 ,顾及了与目标矩阵Y的最大相关性等优点 ,使之更符合实际 数值实例研究表明 ,文中算法是可行的、有效的 ,为模式识别的信息特征压缩提供了一种新的研究方
2.
SCE can be used to measure the difference degree between the random variables and regarded it as class separability criterion for information feature compression, and called Symmetric Cross Entropy Criterion (SCEC).
对交互熵理论进行了研究,提出了对称交互熵的概念,并论证了它是一种距离测度,可以用以度量两个随机变量的差异程度,我们把它作为信息特征压缩的类别可分性判据,称之为对称交互熵判据(SCEC),建立了基于SCEC的信息特征压缩算法。
6) feature compression
特征数据压缩
补充资料：域的特征
域的特征
characteristic of a field
域的特征【山即旧d比ris柱e Of a 6eld:x叫卿服祝plle~份几二」 给定一个域，按下述方法所唯一决定的一个正素数或0.设e为域K的单位元，若有正整数n使 0=ne=e+…+e(n个相加)，那么最小的这样的n是一个素数，称为K的特征(cha-rdctcrlst一c).如果才·存在这样的数，则称人的特f一l_为零，或称入为特下汁零的域(field 01’characteristic ze-ro).有l不士这样的域也称为无特征的域(field withouteharaeterlstle)或特征无限的域不field of characteristie，”fin，ty(力)).甸个特征零的域包含一个与有理数域同构的f域，每个特征p的有限域包含个与模p剩余类域同构的r域
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