排序方式: 共有13条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
9.
在对高维大数量模式样本进行分类时,一般都要用逐步聚类方法多次完成。首先要尽量获取和利用先验知识进行初始划分,找出凝聚中心;再逐步调整进行细分类。本文提出一种新的聚类方法——(0,1)模型阵法。它可简单快速地完成高维大数量模式样本的粗分类,对提高后续的细调整分类提供一个良好的初始条件。在模式样本可分性较好或精度要求不高情况下,此方法是一种快速一次完成聚类法,不必再作后续精调。 相似文献
10.
一种基于步态分析的身份识别方法 总被引:4,自引:0,他引:4
近来年,步态作为一种生物特征识别技术倍受计算机视觉研究者的关注。提出了一种基于计算机视觉运动分析的步态识别方法,从图像序列中提取特征进行识别。本方法提取的特征包含步态外观和运动信息。区别于基于模型的步态识别方法,提出一种新的提取肢体角度的方法,该方法通过分析侧影宽度变化获取角度信息,无需对人体建模。首先,采用背景减除技术提取人的侧影;分析侧影的高宽变化获取步态周期。然后,采用离散余弦变换分析了步态外形特征和角度特征。最后运用K邻法在几个不同的数据库上进行了算法验证。实验结果表明,本方法行之有效。 相似文献