1) Real time edge extraction
实时边界提取
2) real time edge enhancement
实时边缘提取
3) boundary extraction
边界提取
1.
Boundary extraction of watershed is an important step in forest landscape research.
流域边界提取是森林景观研究中的重要步骤。
2.
The dynamic erosion operation and small structural element are applied in boundary extraction.
应用基本形态运算,定义了动态形态学运算,并将动态腐蚀运算和小结构元素应用到图像对象的边界提取,这种方法只对图像中的对象进行运算并得到对象的边界;在每一步运算中,动态地选择结构元素的下一个原点位置。
3.
A method on boundary extraction based on image segmentation and neighborhood analysis is proposed for extracting rice boundary information from remote sensing images.
为了提取卫星遥感影像中的水稻边界信息,本文以 SPOT5卫星遥感影像作为数据源,提出一种基于图像分割和邻域分析的边界提取方法。
4) contour extraction
边界提取
1.
Aiming at the limitations of the huge waste of time in traditional GVF Snake,a novel contour extraction of objects method based on GVF Snake and graph cuts is proposed.
针对梯度矢量流Snake模型因力场迭代次数过大造成运行时间长的不足,结合梯度矢量流Snake模型和图割理论提出了一种新的目标边界提取方法。
5) edge extraction
边界提取
1.
Study of stone detection method based on edge extraction and track;
基于边界提取和跟踪的石块检测方法研究
2.
To detect a center of laser spots formed by many laser tubes at an open environment,two threshold division and morphologic filter were considered based on the identifying principle of human eye vision,and a novel method of edge extraction of laser spot was presented.
提出一种基于人眼视觉识别的2次阈值分割和形态学消噪相结合的图像边界提取方法。
3.
In the process of image pre-pro-cessing,respectively to processing images by enlarge,gray,binarization,edge extraction.
在图像预处理过程中,分别对图像进行放大、灰度、二值化、边界提取。
6) Edge Detection
边界提取
1.
Authors introduce a new algorithm which can normalize digital images with image moments and image edge detection.
介绍了一种综合利用图象力矩及图象边界提取等方法来实现对数字图象的大小归一化的算法。
补充资料：电力系统实时负荷预测
电力系统实时负荷预测
real time load forecast-ing of electric power system
z(‘)一名a，关(‘)+，(‘)式中f，(t)为负荷时间序列自校正功能的特征函数，由近期负荷历史数据求得;氏为模型参数，也由负荷历史数据求得;F(t)为误差项，假定为白噪声. 谱分析方法能较为精确地描述非平稳随机过程.因此这个模型具有较强的适应天气因素变化的能力，具有较好的预侧精度。谱分析方法要由历史数据的负荷变化余t形成Q矩阵，求解Q矩阵的特征值及特征向量才能求解出特征函数关(·)及参数风，计算t比较大。 (2)鲍克斯一詹金斯模型。利用了时间序列方法，又称ARMA模型.预测负荷的形式为 z(t)，Y，(t)+Y(t)式中Y，(t)为正常天气棋式下各小时的负荷分t;Y(t)为附加的残差项.它反映天气模式与正常情况的差别及随机相关效应。在ARMA模型中，残差项可表示为 用山Y(t)一名a.Y(，一i)十艺名勺u.(t一j.)盛一12决·0+习C.W(‘一k) 盛.]式中u.(t)为‘个天气因素的输人，也可为系统中不同地区的天气效应;W(t)为零均值的白嗓声，反映负荷的随机变化，久、bj.、C.及，、n，、m.、H都是模型的参数，是未知常数，都需要由仿真法辨识. 短期负荷预侧及超短期负荷预侧的模型荃本相似，只是在所取历史数据的长短及采样间隔上有所不同。 节点负荷的预测节点的负荷不直接进行预侧。根据各个节点的历史负荷数据统计出两个比例系数:各节点在一天中几个时段的有功负荷与相应时段的系统总有功负荷的比例系数;各节点在一天中几个时段无功负荷与有功负荷的比例系数。由这些比例系数及各个时段系统总有功负荷即可计算出各个节点每个时段的预侧有功负荷及无功负荷。d ronl一x一torlg stl一shl{L{he丫一」ce电力系统实时负荷预测(real time load fore-easting of eleetrie power system)利用电力系统实时信息和历史数据对未来时刻的电力系统负荷进行预测。它是能量管理系统(energyn、anagomontsystem，EMS)中的一项实时功能。一般预测的对象是电力系统总有功负荷及系统中各个节点的有功负荷与无功负荷。 负荷预测的目的与意义对未来的系统负荷情况的预测是制定电力系统运行计划(或称发电计划)的依据。电力系统运行的特点是任何时刻发电机发出的功率必须紧密跟踪系统负荷的需求(包括电力网中的功率损耗及厂用电)，以保持电力系统频率恒定。根据预测负荷来制定发电计划.决定机组间的负荷分配、水火电机组的协调、机组起停及与相邻系统间的功率交换等。
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