1) extended fractal feature
扩展分形特征
1.
Investigates detection of small targets in complex natural background by way of improving Kaplan s extended fractal feature to adapt itself to target dimensions to a certain extent.
研究复杂自然背景下的小目标检测问题,对Kaplan的扩展分形特征进行改进,使其对目标尺寸具有一定的适应性·考虑自然背景和斑点状人造目标在水平、垂直方向特性,利用小波分析良好的方向选择性,通过多级小波分解互能量交叉,在两个方向上有效地增强目标、抑制背景干扰,从而提出一种基于小波分析的多尺度扩展分形特征·实验结果表明,基于该特征的目标检测算法对复杂地面背景、海面背景的红外图像和电视图像具有较好的稳健性和适应性,能从单帧图像中较好地检测出小目标,具有检测速度较快、易于实现的特点
2) feature expansion
特征扩展
1.
Two theorems are presented and proved in this paper,giving two models for approaching corresponding process neurons:the time-domain feature expansion model and .
文中给出2个定理及其详细证明,分别论述了过程神经元的2种传统神经元逼近模型:时域特征扩展模型和正交分解特征扩展模型。
3) orthogonal decomposition feature expansion
正交分解特征扩展
1.
The two different ways based on the time-domain feature expansion and the orthogonal decomposition feature expansion are used to establish process neural networks model.
采用基于时域特征扩展和基于正交分解特征扩展两种方式建立过程神经元网络模型,利用电力负荷数据进行网络训练和负荷预测。
4) extended fractal
扩展分形
1.
Automatic target recognition often utilizes the cont ra st between the target and surrounding clutter, but extended fractal utilizes not only the contrast but also shape of target.
自动目标识别算法通常利用目标和杂波之间的灰度差异 ,而扩展分形则同时利用了目标的灰度和形态两种特征。
2.
The extended fractal (EF) feature is a detection statistic, which can greatly enhance the detection probability.
通过扩展分形特征检测船舶目标 ,在目标周围运用局部Radon变换检测航迹。
3.
The conventional target detections in SAR images such as VAR method, constant false alarm rate algorithm and extended fractal method were introduced.
分析了SAR图像目标检测中常用的方差法、恒虚警算法 ,讨论了对纹理和灰度都敏感的扩展分形法 ,然后针对弱目标的检测 ,提出了基于小波多分辨率能级分析的检测方法 ,最后对四种算法的性能作了比较 ,并指出了下一步的研究方
5) extended feature modeling
扩展特征建模
补充资料：特征流形
特征流形
characteristic manifold
特征流形【eh.ra日比ristiem耐创d;xapaKTep“cT.，ec姗eMl.oro06pa3.]，偏微分方程论中的 见特征(characteristie).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条