机场道面异物是威胁跑道运行安全的常见病害，及时、准确的检测异物具有现实意义。针对现有的人工目视检测方法，本文基于图像处理理论，提出了一种机场道面异物的自动检测算法。根据机场道面的复杂背景和常见异物的特点，本文采取了分块的方法，选择Harris角点、灰度共生矩阵、灰度级分布范围等特征，分别用阈值法和SVM法对实际机场道面异物图像进行检测。初步实验证明，该方法可以有效检测出机场道面复杂背景下的异物，实验结果显示，检测正确率达到了98%。
上传时间： 2013-11-26
上传用户：2404
针对人脸识别中的特征提取问题，提出一种新的基于Gabor的特征提取算法，利用Gabor小波变换良好的提取区分能力和LDA所具有的判别性优势来进行特征提取。首先利用Gabor小波变换来提取人脸特征。然后对得到的高维特征采用PCA进行初次降维，再利用LDA实现再次降维，得到最终的特征向量。在ORL和YALE人脸库上的实验验证了该算法的有效性。
上传时间： 2013-12-14
上传用户：alex wang
头肩的定位检测采用了Haar特征和HOG特征的层级分类方法，并根据头肩的对称性特点，提出了一种称为Joint HOG的组合型特征。通过Haar分类器滤除大部分负样本后，接着用HOG进行精细的验证从而得到头肩目标框。实验表明，本文的方法取得了80%~90%的准确率，并且完全可以用于实时处理。
上传时间： 2013-11-13
上传用户：weareno2
在深入的对频谱脸法和Fisherface方法进行研究后，综合这两种方法的优点，提出了一种基于频谱脸和Fisherface的人脸识别新方法。频谱脸方法主要是采用二维小波变换和傅立叶变换。因为人脸图像的低频部分对人脸的表情变化是不敏感的，所以对人脸图像使用二维小波变换，提取人脸图像的低频部分。对人脸图像的低频部分使用傅立叶变换，从而获得原人像的一个低维空间的表达。但是频谱脸特征维数仍然较高，所以在频谱脸法的基础上继续提取人脸频谱图像的Fisherface 特征，降低特征的维数，提高识别效率。利用人脸面部构造产生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，进而根据眼睛和嘴巴构成三角形模板的特性，精确定位人脸在图像中的位置。实验结果表明，这种结合肤色和面部特征的算法，能够对人脸进行较快速、准确的定位，而且结果比较稳定可靠。
上传时间： 2013-10-09
上传用户：zhf01y
特征值和特征向量的计算,每种算法都用c++以函数形式实现
上传时间： 2015-01-12
上传用户：小码农lz
java安全的api和java安全的特征
上传时间： 2014-01-09
上传用户：wqxstar
矩阵特征值与特征向量的计算
上传时间： 2015-02-02
上传用户：busterman
特征提取技术。这种技术以传统的建模方式为前提，对于产生的模型的几何、拓扑等信息加以分析以提取其特征信息，这种技术一般多采用人工智能及模式识别等方面的知识。
上传时间： 2015-02-12
上传用户：康郎
雅可比过关法求实对称矩阵特征值与特征向量
上传时间： 2014-01-13
上传用户：jeffery
求解矩阵的最大最小特征值及对应的特征向量，以及计算条件数
上传时间： 2015-02-14
上传用户：alan-ee
