查字网-字源字典字源网-汉字源流-字源字典-chaziwang.cn

在模式识别和机器视觉中，常常需要进行图象中的基元检测。

聚类分析是多元统计分析的方法之一，广泛的应用在模式识别，数据挖掘和决策分析等领域。

因而，加强电子舌模式识别方法研究对智舌系统的研究与完善，具有十分重要的意义。

在这项工作中，我们进行研究的模式识别检测微生物活性的一组异质性的化合物。

不变矩的几何变换不变性特点，使其在模式识别、计算机视觉和图像重构中被广泛使用。

他们开发出一个根据键盘击键模式识别使用者的程序，并把它拿去给一位计算机科学教授看。

一个关于模式识别问题的很好的例子，可以对数组进行检验，非常好用！

由于具有完备的理论基础和良好的性能，支持向量机已经成为模式识别的一个研究热点。

平面曲线形状识别是最基本的模式识别问题，然而这个问题至今仍然未能很好地解决。

BP神经网络可用于模式识别和分类，非常适合于级差式空压机的故障诊断。

Broderick的模式识别系统告诉他这个矛盾的报道就是他所等待的“真正的事实”。

脱机手写体汉字识别是模式识别领域最具挑战性的课题之一。

实验结果表明，该方法明显比传统检测算子的效果要好，为进一步的缺陷模式识别等高层处理奠定了良好的基础。

duda的模式分类的ppt（中文版），这本书阐明了模式识别的经典方法和新方法。

计算机视觉技术是模式识别与人工智能的一个重要领域，其应用已扩展到农业领域的诸多方面。

聚类分析是一种非监督的模式识别，经常用在生物学中，其中大量的数据必须经常被分类。

统计方法是当前广泛采用的模式识别方法，但是这种方法的专业性较强，缺乏通用性。

因此提取复杂图像中的对称性对模式识别和图像处理来说意义重大。

演示的实例说明，这个方法比模式识别方法优越。

电子商务，计算机应用技术，图像处理与模式识别，商务智能。

聚类是数据挖掘的主要技术之一，是一种无导师监督的模式识别方式。

统计不相关最佳鉴别平面是一种重要的特征抽取方法，在模式识别领域中具有广泛的应用。

最近，谷歌抢购了匹兹堡模式识别公司，该公司拥有研究人员试验中所使用的程序。

应用人工神经网络进行目标识别是当前模式识别的重要方法之一。

在一些最棘手的模式识别问题中，数据以图片形式出现。

手写体字符识别是图象处理和模式识别领域中的研究课题之一。

边缘是图像中重要的特征之一，边缘检测是计算机视觉、模式识别等的基础。

先天免疫系统的激活是通过一系列高度保守的模式识别受体识别病原体相关分子模式。

在模式识别和图像处理领域中，特征提取是一种特殊的维数降阶的形式。

提出了一种基于特征波形稀疏匹配的滚动轴承故障模式识别方法。

给出了生物神经信号的模式识别的准则。该系统已在生物神经信号采集中得到实际应用。

计算机视觉和模式识别技术的不断进步促进了视频监控系统向智能化方向发展。

十七届模式识别国际会议上接受该项殊荣。模式识别技术可用于辨别不同物体，如人面、指纹、中英文字和图片等。

利用相应的模式识别方法，可以对这些岩性、构造进行有效的区分和识别。

特征抽取与选择是模式识别的核心技术之一，因此在虹膜识别系统中起着举足轻重的作用；

特征提取作为模式识别系统的重要模块，其本质是对原始特征数据进行某种变换以降维。

模式识别的主要任务是利用样本的特征，将样本划分为相应的模式类别。

多元分类树在模式识别、人工智能及决策支持系统等领域有着重要的应用。

我在这里在2000年，要分享我的经验，通过多年的经验和历史的“模式识别”！

它汇集了统计学、机器学习、数据库、模式识别、人工智能等学科的内容，是一门新兴的交叉学科。

图像分割是图像处理、模式识别、计算机视觉等领域的重要技术。

字符识别技术是用机器视觉进行模式识别的重要研究方向之一。

特别是，设计师们如何去利用模式识别、事件叙说、视觉感染、以及移情作用。

目前已在人工智能、知识与数据发现、模式识别与分类、故障检测等方面得到了广泛应用。

入侵检测过程广义上属于分类和模式识别的范畴。

模式识别（patternrecognition）是一个十分复杂的过程，它需要将大脑中完全不同的30处的信息加以整合。

人脸自动识别技术有广阔的应用前景和迫切的现实要求，是当前模式识别领域最热门的研究方向之一。

文中建立设计因素的隶属度函数、置信矩阵，选用欧氏距离作为模式识别原则，编写模糊设计软件系统。

研究分析认为，将行为模式识别技术应用于垃圾邮件的处理有主动性和精确性的优点。

运用模糊模式识别交叉迭代方法对规划方案进行了合理性验证。

不变矩是模式识别中的一种重要方法，它具有平移不变性、比例不变性和旋转不变性等优点。

目前模式识别主要分为计算机模式识别和光学模式识别两大类。

另一组工具使用专用的模式识别来例行的检测在重复中不同类型的杂交瑕疵。

在模式识别中多维数据分类是一个重要的研究课题。

模式识别是人工智能的一个重要的研究应用领域。

近年来，在模式识别领域出现了一种更为强大的变形技术一变形模型技术。

我们想使用人眼的模式识别能力来帮助发现现有算法所遗漏的黯淡、复杂的信号。

随着人工智能的飞速发展，模式识别也相应地在许多领域得到了广泛的重视和应用。

数字信号处理和模式识别的主要研究领域的这一新的努力。

将改进的模糊模式识别模型应用于山东省莱芜市乔店水库水质评价，评价结果与实际相符。

BP神经网络和朴素贝叶斯网络是模式识别中经常用到的方法。

研究方向为模式识别，机器学习及智能监测与诊断

信号处理和模式识别是人工嗅觉系统的重要组成部分，它起着对气味进行辨识分类的作用。

并将该模型曲线用于模式识别法中，进行渗漏检测。

随着当前信息技术的飞速发展，需要模式识别系统满足、实现更多的要求。

随着计算机视觉技术研究的不断深入，图像处理和模式识别技术得到广泛应用。

“高维度小样本”问题是模式识别应用中的主要障碍之一。

采用决策控制级、模式识别级和反馈校正并行式结构。

人脸表情识别是模式识别领域中一个非常活跃的研究方向。

在进行模式识别和目标分类系统中，一种好的特征提取方法可以提高系统性能。

归纳了模式识别技术的应用和技术本身的发展现状。

子波变换是目标特征抽取和模式识别的有效方法。

实例结果表明用遗传算法改进后的神经网络在故障模式识别中是可行有效的。

特征选择是模式识别和机器学习领域的重要问题。

利用图像处理技术完成织物疵点检测是一个纹理特征提取和模式识别问题。

在协同模式识别中，学习可以归结为求原型向量和伴随向量。

由于其可在单幅多元图中显示多个观察，因此适用于模式识别领域中的特征选择与分类空间形成。

结论PCA分析法化学模式识别研究可用于女贞子的质量评价。

提出利用模糊模式识别技术对瓦斯涌出异常进行动态预警的新思路；

目标识别是计算机视觉和模式识别领域非常活跃的研究课题。