1)Distinguishable characteristics可识别性特征
2)geophysical signature recognition物性特征识别
1.A geophysical signature recognition of aquifuge and relatively impermeable interbed in ore-hosting aquifer has been carried out at Shihongtan uranium deposit by using comprehensive logging data.利用综合测井资料,对十红滩铀矿床含矿含水层中隔层、夹层进行物性特征识别,分析其空间展布,讨论隔、夹层与砂岩型铀矿关系及对地浸工艺的影响。
3)feature recognition特征识别
1.Focating feature recognition and locating design automation;工件定位特征识别与定位方案自动推理算法
2.The Status and Problems of Feature Recognition and Its Solutions;特征识别的现状与存在的问题及解决方案
3.Feature recognition technology study based KF;基于KF的特征识别技术研究
英文短句/例句
1.The Research of Iris Recognition Preprocessing and Feature Recognition Algorithm虹膜识别预处理和特征识别算法研究
2.Research on Handmetric Recognition and Feature Level Fusion Method;手部特征识别及特征级融合算法研究
3.Automatic Recognition Research of the Analog Display Instrument Based on the Figure Recognition;基于特征识别的指针式仪表自动识别研究
4.Feature Modeling, Feature Recognizing and the Application in the Integration of CAD/CAPP;特征建模与特征识别及其在CAD/CAPP集成中的应用
5.CALCULATION OF SURFACE CHARACTERISTIC LINES AND IDENTIFICATION OF FIELD SOURCE FEATURE地球物理场曲面特征线计算与场源特征识别
6.An AAG Based Method of Machining Feature Recognition基于属性邻接图的制造特征识别方法
7.Research on Feature Extraction and Recognition in Face Recognition System;人脸识别系统中特征提取与识别研究
8.Authentication Analysis of Features Based on Lip-Reading Recognition;基于唇语身份识别的特征鉴别力分析
9.The Research of Identifying Algorithm and Image Features Optimization in Weed Identification;杂草识别中图像特征的优化及识别算法的研究
10.Study on Recognition Method of AGV Special Mark Based on Statistic Features;基于统计特征的AGV特殊标识符识别方法研究
11.Human Facial Algebraic and Geometrical Feature Extraction and Recognition;人面部的代数特征与几何特征的提取及识别
12.The Research on Gait Recognition by Integrating Spatial Features and Frequency Features;空间特征与频率特征相结合的步态识别研究
13.The Application of Feature Extraction and Selection in Handwritten Digit Recongnition;特征提取和特征选择在手写数字识别中的应用
14.Speech emotion recognition by combining voice quality and prosody features结合音质特征和韵律特征的语音情感识别
15.Eigenface method for face recognition raised by M.Turk and A.特征脸人脸识别方法是M. Turk和A.
16.Biometrics Personal Identification Based on Dada Fusion基于数据融合的多生物特征身份识别
17.AN EUCLIDEAN DISTANCE FEATURE SELECTION METHOD IN PATTERN RECOGNITION模式识别中欧氏距离特征选择新方法
18.A METHOD TO ACHIEVE OPTICAL MULTI-CHARACTERISTIC PATTERN RECOGNITION实现光学多特征图形识别的一种方法
相关短句/例句
geophysical signature recognition物性特征识别
1.A geophysical signature recognition of aquifuge and relatively impermeable interbed in ore-hosting aquifer has been carried out at Shihongtan uranium deposit by using comprehensive logging data.利用综合测井资料,对十红滩铀矿床含矿含水层中隔层、夹层进行物性特征识别,分析其空间展布,讨论隔、夹层与砂岩型铀矿关系及对地浸工艺的影响。
3)feature recognition特征识别
1.Focating feature recognition and locating design automation;工件定位特征识别与定位方案自动推理算法
2.The Status and Problems of Feature Recognition and Its Solutions;特征识别的现状与存在的问题及解决方案
3.Feature recognition technology study based KF;基于KF的特征识别技术研究
4)feature identification特征识别
1.The approach applies statistic based and knowledge based techniques in topic feature identification.提出了一种基于知识的内容主题识别方法 ,其中采用基于统计和规则的技术进行主题特征识别 ,利用集聚公式进行主题特征集聚分析·通过引入领域知识库 ,将基于词汇的分析技术提升到领域知识计算层面·实验结果显示主题识别平均正确率为 70 %
5)feature identifying特征识别
1.Rearch of technology of feature identifying in point-cloud fitting;点云拟合中的特征识别技术研究
2.We introduce the three-dimensional collection mode of human body,its mathematical model,and the principle of human head feature identifying.用激光对人头部进行立体扫描 ,CCD摄像仪摄取扫描信息 ,移植航空摄影空间三维测量原理 ,基于人头部、脸部的特征测量部位 ,创建实现人头部外型的立体空间数学模型 ,提出了人头部形状的模型集成及特征识别模式原理 ,由此建立了人头部的激光扫描三维立体建模系
6)character recognition特征识别
延伸阅读
汉字识别特征汉字识别特征Chinese character recognition features 汉·295·成败的主要因素。和一般模式特征类似，汉字识别特征可分为统计形式、结构形式和数学形式三类。汉字识别所抽取的汉字特征主要有:粗外围特征、粗网格特征、复杂指数和四边码、笔画密度特征、汉字特征点、短笔段特征、边框和局部特征、部件模板、笔画方向和轮廓特征、网格单元、笔画序列和各种数学变换特征等。这些特征在识别汉字时各有特色，互有优劣，它们可用于粗、细分类中。对汉字识别尚无系统性理论来指导特征的最佳选择，充分考虑汉字结构特点与规律以及识别系统的类型与要求来进行特征的选择是一种可取的方法。下面介绍几种国内外汉字识别系统中常用的汉字特征。 (1)粗外围特征抽取汉字四周轮廓信息作为特征，适用于粗分类。该特征抽取的过程为:先求出文字的外接框，再把PXq点阵文字分割成n只n份，n通常等于8。从文字四框各向相反边扫描，计算最初与文字笔画相碰的非文字部分的面积和全部面积之比作为一次粗外围特征Pl‘(￡=1一4n)，见图1。再将第二次与文字线相碰的非文字部分面积和全部文字面积之比作为二次粗外围特征尸2、(i二1一4n)，形成sn维的粗外围特征向量P p=(尸1一，尸12，…，PI，4，，pZI，p欢，一，pZ，4，) (1) 一次粗外围特征反映了文字轮廓特征，二次粗外围特征在某种程度上反映了文字内部结构。粗外围特征是日本学者首先提出的。首先提出的，主要用于粗分类。 (3)汉字特征点汉字由各种笔画构成，而笔画类型、数目和连接关系可以用笔画骨架线上的端点D、折点Z、歧点Q、交点J表示，见图2。汉字图形的背景(空白)部分，也包含了区别其他汉字的信息，选取若干关键背景点B作为特征，可以有效地区分同类中的其他汉字。这样，汉字特征点t由笔画特征点和背景关键点组成 t={D，Z，Q，J，B}(3) 图2汉字特征点示例 1二端点D;2.‘折点Z;3二歧点Q; 4.★交点几5.0关键背景点B 设T为汉字特征表达式，红是汉字特征点，K是特征点总数，凡是特征点类型(D、Z、Q、J、B)，八、yk是特征点在汉字点阵中相对坐标，{八}是特征点其他属性(主要是方向属性)集合，则有T={红}走=1，2，…，Ktk=(凡，几，旅，IPk})(4)┌─┐│/ ││嵘│└─┘ 图1粗外围特征 (2)粗网格特征把加框的Pxq点阵汉字划分为nXn块，n通常等于8，取每块中黑象素数对整个文字黑象素数的比为特征向量的分量，形成护维特征向量M。
