版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、目前用于信息檢索的算法主要可以分為兩類(lèi):一類(lèi)是采用矢量空間模型(Vector Space Model),依靠?jī)?nèi)容相關(guān)性的計(jì)算來(lái)確定關(guān)鍵詞與文檔之間的匹配程度;另一類(lèi)采用Web超鏈接分析算法,依靠不同頁(yè)面之間引用和被引用的關(guān)系來(lái)評(píng)價(jià)頁(yè)面。基于超鏈接分析的思想,Sergey Brin和Lawrence Page在1998年提出了Page Rank算法,同年J. Kleinberg提出了HITS算法,一些學(xué)者也相繼提出了其它的鏈接分析算法,
2、如SALSA,PHITS,Bayesian等算法。這些算法有的已經(jīng)在實(shí)際的系統(tǒng)中實(shí)現(xiàn)和使用,并且取得了良好的效果。離散卡洛(Karhunen-Loeve Transformation)變換是以圖像的統(tǒng)計(jì)特征為基礎(chǔ)的在均方意義下為最佳的正交變換。K-L變換的變換核和基本圖像不是固定不變的,而是隨著所處理的圖像改變而改變,正是由于變換核可針對(duì)輸入圖像而產(chǎn)生,所以該變換在變換域中能量最集中。由于卡洛變換在數(shù)據(jù)壓縮方面的優(yōu)點(diǎn),使得該變換在數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于K-L變換的人臉識(shí)別算法研究.pdf
- 基于K-L變換的語(yǔ)音波形編碼算法研究.pdf
- 基于K-L變換的人臉檢測(cè).pdf
- 基于K-L變換的人臉識(shí)別方法.pdf
- k-l變換進(jìn)行特征提取
- 基于K-L變換與模板匹配的彩色圖像人臉定位.pdf
- 基于K-L變換的特征融合隱寫(xiě)分析方法研究.pdf
- 基于數(shù)據(jù)挖掘的Web權(quán)威頁(yè)面搜索.pdf
- 基于K-L變換的人臉特征提取的研究與應(yīng)用.pdf
- 基于K-L變換的汽車(chē)車(chē)牌照識(shí)別及其相關(guān)的圖像處理研究.pdf
- 應(yīng)用小波變換和K-L變換的人臉識(shí)別方法.pdf
- K-L變換的研究及其在圖像壓縮編碼中的應(yīng)用.pdf
- 基于K-L交換的小波圖像融合研究.pdf
- 一種Gabor小波和K-L變換的掌紋識(shí)別方法研究.pdf
- 高光譜遙感圖像特征提取及分類(lèi)研究——基于K-L變換及支撐矢量技術(shù).pdf
- 基于K—L變換改進(jìn)算法的車(chē)牌自動(dòng)識(shí)別技術(shù)研究.pdf
- 基于鏈接結(jié)構(gòu)的web權(quán)威資源挖掘算法研究.pdf
- K-L變換與灰色關(guān)聯(lián)度融合的非局部均值圖像去噪方法研究.pdf
- 基于小波包分析的F-X與K-L聯(lián)合去噪研究和應(yīng)用.pdf
- 基于本體的Web頁(yè)面分類(lèi)挖掘.pdf
評(píng)論
0/150
提交評(píng)論