选择特殊符号

Ф δ ° × # Ⅱ Ⅲ ½ ¼

选择搜索类型

市场价信息价参考价询价供应商云知资讯文库百科

热门搜索

造价通

请输入搜索

首页 > 百科 > 建设工程百科

图像模式识别

本书介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析。

图像模式识别基本信息

书名图像模式识别
出版社清华大学出版社北京交通大学出版社
出版时间2005年7月
页数274 页
定价36 元
ISBN9787810824811

图像模式识别目录

第1章模式识别的基本概念 1.1 模式识别的基本概念 1.2 图像识别 1.3 位图基础 小结 习题 第2章分类器设计 2.1 特征空间优化设计问题 2.2 分类器设计准则 2.3 分类器设计基本方法 2.4 判别函数 2.5 分类器的选择 2.6 训练与学习 小结 习题 第3章模板匹配分类器 3.1 特征类设计 3.2 待测样品特征提取 3.3 训练集特征库的建立 3.4 模板匹配分类法 小结 习题 第4章基于概率统计的Bayes分类器 4.1 Bayes决策的基本概念 4.2 基于最小错误率的Bayes决策 4.3 基于最小风险的Bayes决策 4.4 Bayes决策比较 4.5 基于二值数据的Bayes分类实现 4.6 基于最小错误率的Bayes分类实现 4.7 基于最小风险的Bayes分类实现 小结 习题 第5章几何分类器 5.1 几何分类器的基本概念 5.2 线性判别函数 5.3 线性差别函数的实现 5.4 感知器算法 5.5 增量校正算法 5.6 LMSE验证可分性 5.7 LMSE分类算法 5.8 Fisher分类 5.9 线性分类器实现分类的局限性 5.10 非线性判别函数 5.11 分段线性差别函数 5.12 势函数法 小结 习题 第6章神经网络分类器 6.1 人工神经网络的基本原理 6.2 BP网络设计 6.3 神经网络分类器设计 小结 习题 第7章图像分割与特征提取 7.1 聚类简介 7.2 图像阈值分割 7.3 图像的标识及特征提取 7.4 图像的轮廓提取 7.5 图像的测量 小结 习题 第8章聚类分析 第9章模糊聚类分析 第10章遗传算法聚类分析 附录A 几种主要矩阵运算的程序代码 参考文献

图像模式识别造价信息

市场价
信息价
询价

模数式伸缩缝

规格型号：
C40
价格行情：
材料单位：
m
材料品牌：
OVM
材料税率：
13%
供应商：
柳州东方工程橡胶制品有限公司
报价时间：
2022-12-07

查看价格

模数式伸缩缝

规格型号：
E40
价格行情：
材料单位：
m
材料品牌：
OVM
材料税率：
13%
供应商：
柳州东方工程橡胶制品有限公司
报价时间：
2022-12-07

查看价格

模数式伸缩缝

规格型号：
Z80
价格行情：
材料单位：
m
材料品牌：
OVM
材料税率：
13%
供应商：
柳州东方工程橡胶制品有限公司
报价时间：
2022-12-07

查看价格

模数式伸缩缝

规格型号：
E80
价格行情：
材料单位：
m
材料品牌：
OVM
材料税率：
13%
供应商：
柳州东方工程橡胶制品有限公司
报价时间：
2022-12-07

查看价格

模数式伸缩缝

规格型号：
F40
价格行情：
材料单位：
m
材料品牌：
OVM
材料税率：
13%
供应商：
柳州东方工程橡胶制品有限公司
报价时间：
2022-12-07

查看价格

模式龙头

规格型号：
宝龙056
价格行情：
材料单位：
套
材料税率：
地区时间：
阳江市2009年11月信息价
所属行业：
建筑工程
备注说明：

查看价格

模式龙头

规格型号：
宝龙056
价格行情：
材料单位：
套
材料税率：
地区时间：
阳江市2009年4月信息价
所属行业：
建筑工程
备注说明：

查看价格

模式龙头

规格型号：
宝龙056
价格行情：
材料单位：
套
材料税率：
地区时间：
阳江市2009年3月信息价
所属行业：
建筑工程
备注说明：

查看价格

模式龙头

规格型号：
宝龙056
价格行情：
材料单位：
套
材料税率：
地区时间：
阳江市2009年2月信息价
所属行业：
建筑工程
备注说明：

查看价格

模式龙头

规格型号：
宝龙056
价格行情：
材料单位：
套
材料税率：
地区时间：
阳江市2011年1月信息价
所属行业：
建筑工程
备注说明：

查看价格

图像识别跟踪软件

规格型号：
根据课室大小设定学生跟踪的灵敏度,其它参数均由系统自动运算并执行; 2. ★采用智能图像识别处理技术进行跟踪,无需使用红外、超声波等辅助模块,被跟踪者无需佩戴任何辅助设备,该跟踪实现方式适应性强,不受
需求量：
1套
报价数：
1
材料品牌：
材料档次：
中档
费用说明：
含税费 | 含运费
询价时间：
2018-04-20

查看价格

分控图像识别设备

规格型号：
1、图像识别范围:462mm×276mm×15mm;可同时支持1/4/9/16路摄像头接入,可任意切换分割模式;支持识别摄像头连接码流、名称、日期,支持动态分析图像,自动调整图像比例.2、支持
需求量：
1台
报价数：
1
材料品牌：
国产
材料档次：
中高档
费用说明：
不含税费 | 不含运费
询价时间：
2021-01-26

查看价格

图像识别设备

规格型号：
摄像机运动目标检测, 高清网络,强光抑制、内置车牌号识别算法、开闸信号,可传送白名单可驱动语音,可驱动显示屏,可输出各种开闸信号定制外壳防潮,防水采用进口灯珠黄白混合光源夜间让车牌号清晰可设
需求量：
1套
报价数：
1
材料品牌：
国内一线品牌
材料档次：
高档
费用说明：
不含税费 | 含运费
询价时间：
2021-01-22

查看价格

体感互动识别模式

规格型号：
支持单人识别模式
需求量：
2套
报价数：
1
材料品牌：
材料档次：
中档
费用说明：
不含税费 | 含运费
询价时间：
2022-08-10

查看价格

体感互动识别模式

规格型号：
支持单人识别模式
需求量：
2套
报价数：
1
材料品牌：
材料档次：
中档
费用说明：
含税费 | 含运费
询价时间：
2022-10-24

查看价格

图像模式识别内容简介

本书实用性强，选材新颖，包括了神经网络、模糊集理论、遗传算法等新技术，针对每一种模式识别技术，书中分为理论基础、实现步骤、编程代码三部分，所有算法都用VC 编程实现，程序结构简单，代码简洁，便于初学者很快掌握模式识别技术。 本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别等学科本科生、研究生的教材或教学参考书，亦可供有关工程技术人员参考。

图像模式识别常见问题

图像处理与模式识别算法工程师需要哪些基础？

图像处理模式识别智能信息处理视频信息处理信号与系统分析软件开发数据库 VC++ matlab
简要说明计算机图形学，图像处理，模式识别三者之间的区别和联系

图像处理，模式识别，计算机图形学是计算机应用领域发展的三个分支学科。它们之间有一定的关系和区别，它们的共同之处就是计算机处理的信息都是与图有关的信息。它们在本质上是不同的，图像处理是利用计算机对原本存...
图像算量2008里的工程量表模式与纯做法模式的具体区别？

一般使用工程量表的比较多，它方便快捷不容易漏项编辑计算式方便明了，我觉得是工程量表模式好。

图像模式识别文献

模糊模式识别在建设选址决策中的应用

模糊模式识别在建设选址决策中的应用

模糊模式识别在建设选址决策中的应用

格式：pdf

大小：195KB

页数： 2页

模糊模式识别在建设选址决策中的应用——根据模糊模式识别构建了建设项目选址的一般数学模型,并根据最大隶属原则提出了求解方法及其应用示例,以提高决策的科学性和可靠性。

在线阅读立即下载

基于图像识别技术的招投标应用模式研究

基于图像识别技术的招投标应用模式研究

基于图像识别技术的招投标应用模式研究

格式：pdf

大小：195KB

页数： 3页

在人工智能领域中,图像识别技术是一种类似于人眼识别,基于图像明显特征的重要技术,随着我国信息时代的不断发展,其在项目电子化招投标工作中得到广泛应用。笔者从国内外电子化招投标的研究现状着手,对图像识别技术在招投标过程中的应用进行了深入探讨,以期为今后图像识别技术在项目招投标方面的应用研究提供借鉴。

在线阅读立即下载

模式识别技术模式识别及其在数字图像处理中的应用

模式识别是人工智能领域的基础，随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛。模式识别也取的了很多让人瞩目的成就，有很多不可忽视的进展。数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。图像是人类获取和交换信息的主要来源，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。基于模式识别的图像处理随着当今计算机和人工智能技术的发展，已经成为了图像识别领域的踪影研究方向。2100433B

统计模式识别内容

一个模式识别系统一般工作在两个方面：训练和分类；统计模式识别的理论依据就是贝叶斯理论，当然也可采用修正的bayes理论（风险估计）；当然bayes理论要求类的分布情况，在已知分布情况下就可直接使用，但一般这种可能性较小，对于只是知道分布函数，但不知道参数的情况，就是估计参数的过程，而在更一般情况下，对应分布是一点信息没有，这样可采用Parzen窗核函数估计其分布或直接基于训练数据建立决策边界。实际上多层感知器就是一个非参数的过程。 统计模式的一种分类方法分为指导性训练和非指导性训练；非指导性训练一般对于数据的已知信息很少，如远程的空间遥感应用，这里一般采用聚类的方法。另一种分类方法是基于决策边界是直接获得还是间接获得，前者一般是在几何空间就可完成。无论采用那种方法，训练集非常关键，主要训练的数据量要足够大而且要足够典型，这样才能保证算法的可靠性，训练集的应用上注意以下几点：训练样本的个数应该在10倍于特性数据维数；相对于训练样本，分类器的未知参数不能过多；分类器不能出现过度训练的问题。 统计模式识别方法就是用给定的有限数量样本集，在已知研究对象统计模型或已知判别函数类条件下根据一定的准则通过学习算法把d维特征空间划分为c个区域,每一个区域与每一类别相对应。模式识别系统在进行工作时只要判断被识别的对象落入哪一个区域，就能确定出它所属的类别。由噪声和传感器所引起的变异性，可通过预处理而部分消除；而模式本身固有的变异性则可通过特征抽取和特征选择得到控制，尽可能地使模式在该特征空间中的分布满足上述理想条件。因此一个统计模式识别系统应包含预处理、特征抽取、分类器等部分。

模式识别与人工智能文化传统

办刊宗旨 模式识别、人工智能学科是信息科学与技术的重要组成部分，《模式识别与人工智能》发表与此有关的最新研究成果与进展，旨在推动信息科学技术的发展。

相关推荐

相关百科
相关知识
相关专栏

免费服务热线: 400-888-9639