排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
建筑物图像中提取直线是视觉导航、特征识别等很多应用中的关键步骤。针对建筑物图像。提出了一种新的基于聚类的直线提取算法。该算法在Canny边缘的基础上,使用一个聚类算法将边缘分类,减少了因噪声形成的小短线对直线检测的误检或漏检现象;对于每一个分类使用直线识别准则,进一步剔除图像聚类中的伪直线;最后使用改进的Hough变换（standardHoughtransform）将直线提取出来。克服了传统Hough变换执行速度慢的缺陷。实验结果表明,文章提出的算法具有较快的运算速度,较高的直线提取准确性．较低的漏检和误检情况。其性能优于传统的Hough．变换和相位编组法。 相似文献
2.
针对传统闭频繁项集(CFI)挖掘方法耗时长、效率低的问题,提出一种基于数据变换与并行运算(DTPC)的新型挖掘方法:设计基于质数对数运算的数据变换方法,将大量数据转换成简单的数字;利用Spark并行框架中的平方/开方运算将这些数字转换成频繁项集.3 000万篇文章的大数据集实验结果表明,提出的DTPC算法可以大幅度提升数据挖掘效率,同时减少计算资源的不必要浪费. 相似文献
3.
分析了P_schema存储方法存在的问题,提出了改进的P_schema存储方法;通过引入DOM树,使嵌套结构等价于DOM树节点的父子关系,用filiation表存储节点的父子关系;由于多次引用元素结构信息相同,所以存储在同一关系中,用其外键表示引用关系,解决了P_schema存储方法中的一些难题,如嵌套和多次引用元素存储问题. 相似文献
1