1) off-line recognition
离线识别
1.
By employing a hierarchical approach to extract the graphics primitives from images,this paper proposed an off-line recognition method for graphics primitives(line segment,arc,circle and ellipse).
鉴于手绘图形是由基本图元组合构成,采用层次结构逐步实现图元提取的思想,提出了一种手绘基本图元(线段、弧、圆和椭圆)的离线识别方法。
2) discrete line recognition
离散直线段识别
3) Off-line Signature Recognition
离线签名识别
1.
Effective off-line signature recognition method based on evidence theory;
一种有效的基于证据理论的离线签名识别方法
2.
After comparing the performance of several moments in off-line signature recognition,the paper selects the Zernike moments and a shape descriptor based on central moments as the shape features,which feed in two classifiers to implement the elementary recognition.
论文首先对几种矩特征在离线签名识别中的性能进行了比较,在此基础上选取矩和一种基于中心矩的形状描述子(SDBCM)作为签名图象的形状特征,据此构造了两个距离权重k-NN分类器对签名图象进行初步识别。
4) Off-line Chinese character recognition
离线汉字识别
5) off-line character recognition
离线字符识别
6) ion recognition
离子识别
1.
UV-vis spectroscopy was employed to study the properties of metal cation recognition of the extracts.
设计用桑叶提取物作为阳离子识别试剂,利用紫外吸收光谱法研究了桑叶提取物与不同金属离子的络合选择性。
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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