1)minutiae[英][ma?'nju:?ii:][美][m?'nu??'i]细节特征点
1.Preprocessing and Minutiae Extraction of Fingerprint Image指纹图像预处理与细节特征点提取
2.In order to extract fingerprint minutiae effectively and accurately,two methods of fingerprint minutiae extraction were compared.为了有效、精确地提取出指纹图像的细节特征点,对两种指纹特征提取的方法进行了对比。
英文短句/例句
1.(ii) image post-processing which fixes the damaged ridge structures and eliminates false minutiae;(ⅱ)后处理算法，修复受损的指纹脊线结构，去除伪细节特征点；
2.Extracting fingerprint minutiae feature combined with structure information一种结合结构信息的指纹细节点特征提取算法
3.Enhancement of Detail Characters within Medical Image一种医学图像中细节特征的增强算法
4.Feature-preserving Contour-based Remote Rendering Algorithm保留细节特征的轮廓线远程绘制算法
5.The nodal modulation is a very significant feature of the tides.交点调节是一个非常重要的潮汐特征。
6.Analysis on Distribution Property of an International Air Transport Network世界航空客运网络的节点度分布特征
7.marked by complexity and richness of detail.以细节上的复杂和丰富为特点。
8.marked by extreme care in treatment of details.以极度关注细节的处理为特点。
9.Your work is characterized by lack of attention to detail.你工作的特点是不注意细节。
10.Your work is characterized by lack of attention to details.你的工作特点是缺乏对细节的注意。
11.marked by elaborate rhetoric and elaborated with decorative details.具有华丽的修辞特点，用修饰性的细节详细描述。
12.Facial feature detection can extrapolate to the missing facial features可用主要部位的细节情况 推断不明部位特征
13.Objective To characterize the CT features of ganglioneuroma.目的 探讨节细胞神经瘤的特征性CT表现。
14.The Preliminary Study of Poroscopy with the Method of Dark-field Illumination;对暗视场显现指印汗孔细节特征的初步研究
15.Macrophage Activation Syndrome in Juvenile Idiopathic Arthritis in Children儿童特发性关节炎与巨噬细胞活化综合征
16.Expression characteristics of regulatory T cell in peripheral blood of a mouse model with allergic rhinitis变应性鼻炎小鼠外周调节性T细胞的表达特征
17.The Seasonal Change of Bacterial Abundance and Diversity in Snow of the Guoqu Glacier,Mt. Geladaindong各拉丹冬峰果曲冰川雪中细菌的季节变化特征
18.An analysis on the seasonal and climatic characteristic of bacterial food poisoning in Shanghai上海地区细菌性食物中毒季节和气候特征分析
相关短句/例句
minutiae feature细节特征
1.The processing steps of fingerprint recognition are introduced,one algorithm of automatic fingerprint recognition on directional fields is put forward,then the preprocessing,binarizing,thinning,picking up fingerprint threads,picking up minutiae feature,fingerprint matching and algorithms are educed,at last,its validity is proved by experiment.介绍了指纹识别的处理步骤 ,提出了一种基于细节特征匹配的自动指纹识别算法 ,分别给出了图像预处理、二值化、细化、纹路提取、确定指纹中心点以及指纹匹配的特征和算法步骤 ,并用实验进行了证
3)minutiae[英][ma?'nju:?ii:][美][m?'nu??'i]细节特征
1.A Method Based on Principle Curves for Minutiae Extraction in Fingerprint Images;基于主曲线的指纹细节特征提取方法
2.An Improved Algorithm for Minutiae Extraction in Fingerprint Images;改进的指纹细节特征提取算法
3.In this paper,we present a hybrid matching algorithm that uses both minutiae information and texture information.文章将指纹图像的细节特征引入到基于Gabor滤波器组的匹配算法中,并提出了一种基于细节特征算法和改进算法的组合匹配算法。
4)Minutia[英][mai'nju:?i?][美][m?'nju???]细节特征
5)Minutia Feature细节特征
6)detail feature细节特征
延伸阅读
偏微分算子的特征值与特征函数 由边界固定的膜振动引出的拉普拉斯算子的特征值问题：是一个典型的偏微分算子的特征值问题,这里x=(x1,x2)；Ω是膜所占据的平面区域。使得问题有非平凡解（非零解）的参数λ的值,称为特征值；相应的解称为特征函数。当Ω有界且边界嬠Ω满足一定的正则条件时,存在可数无穷个特征值,相应的特征函数ψn(x)组成l2(Ω)上的完备正交系。乘以常因子来规范ψn(x)，使其l2(Ω)模为1,则Ω上的任意函数??(x)的特征展式可写为：当??可以"源形表达"，即??满足边界条件且Δ??平方可积时,展式在Ω一致收敛。当??平方可积时，展式平方平均收敛，且有帕舍伐尔公式： 对膜振动问题的认识还是相当有限的。能够精确地知道特征值的，只限于矩形、圆盘等少数几种非常简单的区域。对椭圆和一般三角形的特征值精确值，还几乎毫无所知。其他情形就更谈不上了。 将不超过 λ的特征值的个数记为N(λ)。特征值的渐近分布由N(λ)对大 λ的渐近式来刻画。这方面最早的结果是（C.H.）H.外尔在1911年得到的（外尔公式）： 式中表示Ω的面积。R.库朗将余项改进为。对于多角形区域，又有人将余项改进到。各种情况下改进余项估计的工作至今绵延不绝。外尔猜测有一个更强的结果：式中｜嬠Ω｜是区域边界之长，但尚未被证出。 与此密切相关的是下面的MP公式：(t→+0) 取一个渐近项时，用陶伯型定理可由它推出N(λ)的外尔公式。第二渐近项与外尔猜想非常相象，但由此证不出外尔猜想。第三项迟至1966年才被M.卡茨导出，后来由H.P.麦基恩与I.M.辛格严格证明,其中h表示鼓膜Ω的洞数。 特征值与膜振动频率有一个直接的换算关系，M.卡茨据此给MP公式一个非常生动的解释：可以"听出"鼓膜的面积|Ω|、周长｜嬠Ω｜和洞的个数h！由于1-h恰巧是Ω的欧拉-庞加莱示性数,是整体几何中颇受重视的一个不变量，"听出鼓形"或"谱的几何"问题立即引起人们的强烈兴趣，并导致一系列重要的研究。不过一般的特征值反问题,要求从特征值的谱完全恢复Ω,还远远没有解决。 用陶伯型定理得出N(λ)渐近式的方法，由T.卡莱曼于1934年首创，他还得到谱函数的渐近式：(λ→∞)，式中δxy当x=y时为1，当x≠y时为0。 上述关于拉普拉斯算子的结果，由L.戈尔丁和F.E.布劳德推广到 Rn的有界区域Ω上的m 阶椭圆算子。尽管推算繁杂，但结果十分简单整齐：；；式中 v(x) 表示集合{ξ｜｜A0(x,ξ)｜<1}的勒贝格测度，而是A的最高阶导数项相应的特征形式。特征展开定理亦由L.戈尔丁得出。 对于奇异情形，例如薛定谔方程 的谱问题,可以证明存在谱函数S(x，y，λ),特征展式为。由于可能出现连续谱，S(x，y，λ)一般不一定能写成前述特征函数双线和的形式。判定奇（异）微分算子谱的离散性是很有意义的工作。已经出现各种充分条件。不过关于特征值与特征函数渐近性质的研究，还只是限于少数特例。 在处理‖x‖→∞ 时V(x)→∞的情形，M.卡茨与D.雷等人曾创造了一种系统的概率方法，其中借助数学期望表出格林函数，有效地求出谱函数与特征值的渐近式： 。 当算子A的系数不光滑,或非一致椭圆，或非自共轭，以及边条件带特征参数或带非定域项等等情形，都出现不少研究结果。还有人考察Au=λBu型的特征值问题,这里A、B都是椭圆算子。 除上述问题外，特征展式的收敛性与求和法也一直受到人们的关注。
