退出
我的积分:
中文文献批量获取
外文文献批量获取
中国图象图形学会;
复杂背景; 字符定位; 背景抑制; 二值分类图; 图像分类;
机译:通过不同二值化方法对场景图像中字符定位的影响进行比较研究
机译:带有反馈自学习和混合二值化技术的车牌定位和字符分割
机译:基于三角分类和Epanechnikov核的具有间隔值训练数据的基于SVM的二进制分类算法
机译:复杂背景下的字符定位与识别系统
机译:使用卫星感应图像及其纹理值进行土地覆盖分类:基于佛罗里达州土地利用和覆盖分类系统的准确性评估。
机译:非均匀照明文档图像的鲁棒组合二值化方法用于字母数字字符识别
机译:图6:(A)树导致的标准MP分析的98-基因座的类人猿(人科,灵长类动物,哺乳动物),使用莱赫托宁等人的修改的摘要构成的超级矩阵。 (2011)(参见细节“材料和方法”)以及相对植根狒狒后验概率(长度= 12092,CI = 0.7877,RI = 0.5597); 34022个字符是恒定的,并且简约信息的字符数等于4311。下面提供分支MP BS值。与外类群(狒狒)的非模糊值的唯一的字符已被保存的级联对准内; (B)的得分0.00084的平均一致树导致从巨猿(原始人类,灵长类动物,哺乳动物)的98座超级矩阵的二进制表示获得的5507棵的Hennigian森林的分析(见“材料和方法”为细节);狒狒被认为是最好的全祖征群。 “其他...” FORESTER的输出树文件(请参阅详细信息“材料和方法”),用于进一步的分析; (C)的分数0.00090的平均一致树导致从98个位点的类人猿(人科,灵长类动物,哺乳动物)的超级矩阵(见6.I的改性二进制表示导出的5339种树木的Hennigian森林的分析以及“材料和方法”的详细说明),但所有168棵,其中包含的分支(智人加PAN)已经从输入林中删除。 “其他...” FORESTER的输出树文件(参见“材料和方法”),用于进一步的分析。
机译:基于神经网络的光学字符识别二值决策聚类
机译:特征值选择方法,特征值选择程序,多字符分类方法,多字符分类程序,特征值选择设备,多字符分类设备和特征值集
机译:用于基于字符轮廓来描述字符图像并基于所得的基于轮廓的字符图像描述对字符图像进行分类以进行字符识别的方法和设备
机译:确定分类值的性能值的方法,分类机和用于检测这些多次提取的检测器的方法
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。