说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 空间识别
1)  Identify System
空间识别
1.
The Research on the Design Positioning of the Interior Space Identify System in Chain Store;
连锁店室内空间识别系统设计定位研究
2)  identifiable characteristic of space
空间识别性
3)  space target recognition
空间目标识别
1.
Survey of radar space target recognition technology;
雷达空间目标识别技术综述
2.
A space target recognition algorithm based on range profile sequence is put forward in this paper.
提出了基于距离像序列的空间目标识别算法,首先对距离像序列进行小波消噪,然后应用RELAX算法提取出目标强散射中心的位置和幅度,根据高于幅度门限的强散射中心的位置来确定目标径向长度,最后根据目标径向长度序列的均值和标准差对三轴稳定卫星、自旋稳定卫星和碎片进行分类识别。
3.
Regarding the fact that space target recognition is a challenging research problem,this paper proposes a space target recognition algorithm based on the two-dimensional wavelet transform.
对于空间目标识别这个具有挑战性的研究课题,提出了基于二维小波变换的空间目标识别算法。
4)  stochastic subspace identification
随机子空间识别
1.
Improved data-driven stochastic subspace identification of online operational modal parameters
实时工作模态参数数据驱动随机子空间识别
2.
This paper uses data-driven stochastic subspace identification(SSI) algorithm to identified the state matrix A.
对振动信号的随机状态空间模型,利用数据驱动随机子空间识别的计算理论得到结构的状态矩阵A。
3.
Stochastic Subspace Identification and Application of Structures under Ambient Vibration;
本文对目前先进的数据驱动式随机子空间识别(SSI)的理论、算法、系统定阶、实桥应用进行了深入的探讨。
5)  identity of space
空间的可识别性
6)  spatial pattern identification
空间模式识别
1.
The spatial pattern identification is one of the ways to deal with the soil moisture spatial data,which can obtain clustering of soil moisture spatial data.
空间模式识别是处理土壤水分含量空间数据的方法之一,能够分析得到土壤水分含量空间数据的聚类结果。
补充资料:"泛魔"识别模型
      一种以特征分析为基础的图像识别系统。1959年B.塞尔弗里吉把特征觉察原理应用于图像识别的过程,提出了"泛魔"识别模型。这个模型把图像识别过程分为不同的层次,每一层次都有承担不同职责的特征分析机制,它们依次进行工作,最终完成对图像的识别。塞尔弗里吉把每种特征分析机制形像地称作一种"小魔鬼",由于有许许多多这样的机制在起作用,因此叫做"泛魔"识别模型。这一模型的特点在于它的层次的划分。
  
  "泛魔"识别模型系统的图像识别共有4个层次(见图)。第一层是执行最简单任务的"映象鬼",它们只是记录外界的原始形象,正像视网膜获得外界刺激的映象;然后由"特征鬼"进一步分析这个映象。在分析过程中,每个特征鬼都去寻找与自己有关的图像特征。例如,在识别英文字母时,每个特征鬼负责报告字母的一种特征及其数量,如垂直线、水平线、斜线、直角、锐角,不连续曲线和连续曲线等;再由"认知鬼"接受特征鬼的反应,每个认知鬼都从特征鬼的反应中寻找与自己负责识别的图像有关的特征,发现了这种特征时,它就"叫喊",发现的特征越多,"叫喊"声越大;最后,"决策鬼"根据许多"认知鬼""叫喊"声的大小,选择叫喊声最大的"认知鬼"的反应作为所要识别的图像。
  
  例如在识别字母R时,"映象鬼"先对R进行编码,把信息传递给"特征鬼"作进一步加工,这时会有5个"特征鬼"分别报告图像所包括的一条垂线、两条水平线,一条斜线,3个直角和一条不连续曲线。然后许多"认知鬼"则根据所报告的这些特征及其数量来识别是否是自己负责的字母。这时D、P、R鬼都会有反应,但P鬼只有 4个特征与其符合,并有一特征(斜线)与其不符合;D鬼只有3个特征与其符合,并有两个特征(斜线、直角)与其不符合;只有R鬼有5个特征与其符合,而且这5个特征又包括了R的全部特征,所以R鬼的叫喊声最大,因此"决策鬼"就很容易地作出选择R的决定。
  
  "泛魔"识别模型对于相似的图形也可以分辨,不致混淆;对于失真的图形,如字母的大小发生变化时,识别也不致发生困难。以特征分析为基础的"泛魔"识别模型是一个比较灵活的图像识别系统。它可进行一定程度的学习,如"认知鬼"可逐渐学会怎样解释与它所负责的字母有关的各种特征;它还可以容纳具有其他功能的鬼。这个系统现在也被用来描述人的图像识别过程。
  

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