您的位置: 专家智库 > >

吴清亮

作品数:3 被引量:3H指数:1
供职机构:陕西师范大学更多>>
发文基金:中央高校基本科研业务费专项资金国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 1篇天文地球

主题

  • 3篇图像
  • 1篇调整方法
  • 1篇多示例学习
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像检索
  • 1篇图像匹配
  • 1篇图像序列
  • 1篇向量
  • 1篇向量机
  • 1篇聚类
  • 1篇均值聚类
  • 1篇计算机
  • 1篇计算机视觉
  • 1篇K均值
  • 1篇K均值聚类

机构

  • 3篇陕西师范大学

作者

  • 3篇吴清亮
  • 2篇刘侍刚
  • 1篇王刚
  • 1篇胡刚
  • 1篇彭亚丽
  • 1篇陈江

传媒

  • 1篇计算机系统应...
  • 1篇光电工程

年份

  • 1篇2013
  • 1篇2012
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
一种准线性集束调整方法被引量:1
2011年
针对现有集束调整方法收敛速度慢的缺点,本文提出了一种准线性集束调整方法。该方法将求代数距离最小值代替求几何距离最小值,然后交替地将投影矩阵和射影空间点两个量中的一个保持不变,线性地求取另一个量。该方法的优点是所有的图像都平等地看待,并从理论上证明了该方法能够收敛到全局最小值。实验结果表明,本文提出的集束调整方法具有收敛速度快、运算量小等优点。
刘侍刚吴清亮彭亚丽陈江
关键词:图像序列
基于多示例的图像检索技术研究
近年来随着信息技术和互联网技术的发展,图像数量呈现爆炸式的增长,图像信息受到越来越多的重视。如何将用户关注的图像从大量的图像中快捷、高效和精确的搜索到成为当前的热点问题。基于内容的图像检索就应运而生,成为学术界和工业界所...
吴清亮
关键词:多示例学习图像检索支持向量机K均值聚类
文献传递
基于扩散距离的SIFT特征匹配算法被引量:2
2012年
SIFT(Scale Invariant Feature Transform)是目前最流行的局部特征提取及匹配算法.但传统SIFT算法采用欧氏距离来度量特征之间的SSD(Sum of Square Differences)并进行匹配,而传统的欧氏距离不能使高维特征向量恢复到具有低维的几何结构,导致错误匹配.为了克服这缺点,利用扩散距离代替欧氏距离进行匹配,然后使用随机抽样一致从候选匹配中排除错误的匹配.实验表明:该方法在图像形变、光照变化和图像噪声方面优于原方法.
胡刚刘侍刚吴清亮王刚
关键词:计算机视觉图像匹配
共1页<1>
聚类工具0