1) Gaussian blur
高斯模糊
1.
This paper puts forward the minimal value method in each template block and the manual criterion method to correct additive noise and the Gaussian blur method to correct multiplicative noise in the spatial field.
介绍了阴影噪声校正的方法 ,对干涉图中阴影噪声的类型进行说明 ,提出了在空域上对干涉图中加性阴影噪声校正的模板分块取最小值法和手动判据法以及乘性阴影噪声校正的高斯模糊方法 ,并且进行了理论分析和实际干涉图像处理 ,验证了其可行性 ,同时得到比较理想的结果。
2.
A novel natural image forensics method for Gaussian blur tampering based on Benford\'s law is presented.
针对自然图像篡改手段中常用的高斯模糊,提出一种基于Benford定律的模糊篡改图像真实性取证方法。
3.
Gaussian blur is used to deal with the picture before matching.
介绍一种结合相关系数和网格搜索的图像匹配算法,并就其出现的图像信息丢失的问题,提出了一种改进方法,即在进行匹配前先对图像进行高斯模糊处理。
2) Gaussian fuzzifier
高斯模糊器
3) maximum fuzzy entropy Gaussian clustering
最大模糊熵高斯聚类
1.
Around the problem of the tracking for dim targets in low SNR images, this paper introduces related theory,derives the maximum fuzzy entropy Gaussian clustering whose clustering effect better than the traditional FCM, mainly resear.
围绕着低信噪比条件下的红外微弱点目标跟踪问题,本文介绍了微弱点状运动目标跟踪的相关理论,推导了比传统FCM聚类效果优越的最大模糊熵高斯聚类(GCM),主要研究了一种基于最大模糊熵高斯聚类的微弱点状交叉多目标跟踪技术。
4) Gauss model
高斯模型
1.
This paper aims to apply the composite model of multi-dimensional multi-box model and Gauss model established for forecasting the characteristic atmospheric contaminations of SO_2 and PM_(10) concentrations to the urban areas of Beijing in heating season(January,2002) and non-heating season(August,2002) respectively.
根据北京市市区自然环境、污染气象特征、大气环境过程及区域污染源分布等现有信息,建立了用于大气环境质量预测的多维多箱与高斯模型结合的复合模型,对北京市市区采暖季(2002年1月)和非采暖季(2002年8月)特征污染物SO2和PM10的质量浓度进行了预测。
2.
Without taking these non-diffusion aspects into account, people may get unsuitable results when using Gauss model to assess atmospheric impact within city scale.
目前高斯模型对污染物的非扩散过程基本不考虑 ,使得环境影响评价中城市尺度的大气预测结果不合理 ,因此提出干湿沉积化学转化综合公式 ,指明了各个参数的计算方法 ,并以上海市化工区为例进行应用计
3.
Because of the power price at peak or valley time,rationally use the index of minimizing the wind power output fluctuation,and establish the Gauss model(i.
考虑电力市场下峰谷电价因素,合理运用风电场功率输出波动最小的指标,提出了旨在实现风-水电联合系统优化调度的高斯模型(简称G模型)。
5) Gaussian model
高斯模式
1.
The vehicle emission dispersion models can be classified into Gaussian model,empirical model,numerical simulation model and box model.
机动车排放污染扩散模式可分为高斯模式、经验模式、数值模拟模式和箱式模式。
6) Gaussian model
高斯模型
1.
Algorithm Research of Face detection based on Gaussian Model and SVM
基于高斯模型和支持向量机的人脸检测方法
2.
In this paper,the current moving object detection algorithms using the Gaussian model are discussed,and from the point of view of statistics,a novel non-parametric method of triangle kernel estimation is presented to model the scene background so as to detect the moving object.
文章对基于高斯模型的运动目标检测算法进行了研究,在此基础上,采用三角核估计的非参数方法来对背景建模,从而检测出运动目标;并结合检测结果来更新样本和带宽,提出了与之相对应的背景更新方法。
3.
At first,proposed a pixel intensity classification and the single Gaussian model based background reconstruction algorithm,which could provide an accurate background model through a sequence of scene images with foreground objects.
首先提出了一种基于像素灰度归类和单模态高斯模型的背景重构算法,能够利用多帧包含前景目标的场景图像重构准确的背景模型。
补充资料：奥罗宾多·高斯
| 奥罗宾多·高斯（1872～1950） Aurobindo Ghose 印度哲学家。早期民族解放运动领袖。生于加尔各答近郊的一个婆罗门种姓家庭。7岁时到英国留学，曾在伦敦圣保罗中学和剑桥大学读书。1893年回国，在巴洛达大学任教，并着手学习梵文和印度古代哲学经典。1905年民族解放运动高潮时，他积极投入反英斗争，在加尔各答创办爱国报纸《敬礼祖国》，担任爱国人士建立的国民学院院长职务，成为当时孟加拉民族运动的主要领导人。奥罗宾多在印度现代哲学史上占有重要地位。他的哲学体系称为精神进化论，是一种客观唯心主义学说，主张宇宙的最高本体是超自然的纯精神实体，称为“梵”或“宇宙精神”。梵超越时间、空间、数量、质量和一切形式，是一种不依赖他物的自在之物。在分析世界的进化过程时，奥罗宾多把宇宙分为现象世界（现实世界）和超越世界（本体界）。现象世界包括物质、生命和心思。超越世界包括梵和超心思。超心思是指一种超越人的心理活动的意志——超自然意识，它起着连接现象世界和超然世界的媒介作用。他认为，人是梵的显现，梵以“潜在意识”的形式寓居于人的存在之中，成为人的精神本质。奥罗宾多的社会进化论是其“精神进化论”哲学在历史领域的发挥和运用。他认为，历史的发展虽然受到经济因素的影响，但归根结底还是由人类的理性决定的。他预言，社会发展的最终目标是精神化的时代或精神化的社会。奥罗宾多一生著有百余种著作，哲学著作有：《神圣生命》、《印度文化的基础》等。
|
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