搜索资源列表
SVM
- 在草图符号的自适应学习中，不同用户的训练样本数量可能不同，保持在不同样本数量下良好的学习效 果成为需要解决的一个重要问题．提出一种自适应的草图符号识别方法，该方法采用与训练样本个数相关的分类 器组合策略将模板匹配方法和SVM统计分类方法进行了高效组合．它通过利用支持小样本学习的模板匹配方法 和支持大量样本学习的SVM 方法，并同时利用草图符号中的在线信息和离线信息，实现了不同样本个数下自适应 的符号学习和识别．基于该方法，文中设计并实现了支持自适应识别的草图符号组件．最后，利用扩
AdaptiVe-Aggregation
- 出了一种恢复高质量稠密视差图的立体视觉合作算法．该算法采用基于形态学相似性的自适应加权方 法，迭代地进行局部邻域的自适应聚合和抑制放大，实现高效率和高质量稠密视差图计算．将该算法推广到三目摄像 机立体匹配系统中，通过重建摄像机坐标系实现图像校正，并根据连续性假设和唯一性假设，建立视差空间中的支持 关系和三目摄像机之间的抑制关系．实验结果表明，三目立体合作算法能够得到精确的场景视差映射，并可以实现多 基线方向的遮挡检测．该算法特别适用于由多个廉价摄像机组成的立体视觉系统，在几乎不增
paper1
- An adaptive neuro-fuzzy inference system approach for prediction of tip speed ratio in wind turbines
paper2
- Application of adaptive neuro-fuzzy inference system for detection of electrocardiographic changes in patients with partial epilepsy using feature extraction
paper3
- Application of adaptive neuro-fuzzy inference system for epileptic seizure detection using wavelet feature extraction
paper6
- Design of adaptive neuro-fuzzy inference system for predicting surface roughness in turning operation