人耳识别造句
例句与造句
- 基于复合结构分类器的人耳识别
- 基于独立分量分析的人耳识别方法
- 判别分析算法在人耳识别中的应用
- 基于核主元分析法和支持向量机的人耳识别
- 本实验室在自然科学基金（编号60375002）的资助下，进行了一年左右的人耳识别技术研究。
- 用人耳识别造句挺难的，这是一个万能造句的方法
- 摘要在基于独立分量分析的人耳识别方法研究基础上，提出复合结构分类器的人耳识别通用模型。
- 人耳检测是人耳识别的第一环节，也是我们建立人耳和人脸融合的多模态识别原型系统的重要部分。
- 2003年初首先拍摄了60人（每人3幅图像）的人耳图像库，研究人耳识别的可行性，使用标准的主元分析法就能达到94%的识别率。
- 基于静态图像的人耳识别问题根据输入图像的不同可分为三类：基于二维图像的人耳识别、基于3D的人耳识别和耳纹识别。
- 人能够听到的声波频率在20至2万赫兹之间，日冕产生的磁声波频率以毫赫、即千分之一赫兹计算，远远超出人耳识别范围。
- 2004年初建立了77人（每人4幅图像，拍摄条件为角度变化和光照变化）的人耳图像库，旨在进行姿态和光照变化情况下的人耳识别。
- 加利福尼亚大学的Bir Bhanu和Hui Chen使用range传感器获取的range人耳图像带有三维几何形状信息，使用local surface patches(LSP)来描述人耳，提出了基于3D图像的人耳识别方法。
- 为了能用仪器直接测量噪声评价的主观量，可在声级计放大线路中设置计权网络，以模拟人耳识别响度级频率的特性，测得的结果称为计权声级。
- 针对人耳识别中的特征提取和分类问题，我们将独立分量分析(ICA)应用于人耳图像的特征提取，并分别应用最近邻、RBF神经网络和SVM分类器进行分类识别。
- 针对遮挡情况下的人耳识别的问题，我们提出了一种改进的带有稀疏性限制的非负矩阵因子方法，给出了求解该新目标函数的迭代规则，并证明了迭代规则的收敛性。
更多例句： 下一页
