1) SFM algorithm
SFM算法
1.
In 3D reconstruction section, usually use Structure From Motion algorithm, but traditional SFM algorithm strictly rely on accurately correspondence between feature points, however, getting the accurately correspondence is difficult.
第二,在三维重建阶段,本课题采用基于EM算法的SFM算法,这种算法的特点是不需要给出原始图像特征点的精确对应关系,而是采用了一种从空间三维坐标点到二维特征点的“虚拟距离”来辅助完成三维重建,这种“虚拟距离”综合了所有从空间三维坐标点到二维特征点的距离值,然后利用二维特征点对应关系的先验知识配合期望最大化算法(EM,Expectation Maximization Algorithm)来逐步完善“虚拟”距离,最后使“虚拟”距离收敛为从空间三维坐标到二维特征点的距离值,然后得出目标对象的三维点云模型。
2) SFM
SFM法
1.
Application of SFM Method in the Computerized Drawing of the Phase Diagram of Salt-water Systems (Ⅲ) A Simple Way for the Calculation of the Phase Diagram of Polybasic Salt-water Systems from Subsystems;
SFM法在水盐体系相图计算机成图中的应用(Ⅲ):由子体系出发计算多元水盐相图的一种简便方法
3) RFLP-Bfm I
RFLP-Sfm I
4) Supporting system for SFM
SFM支撑体系
5) Structural frame model
结构框架模型(SFM)
6) structure from motion(SFM)
运动估计结构(SFM)
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
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