简介：掌纹特征的提取是掌纹识别中最关键的一个环节，特征提取算法的好坏很大程度上决定了系统的识别率和效率的高低．结合近年来发表的文献，按照分析和描述的方式对掌纹的特征提取方法进行了分类，并对主要特征提取算法进行了分析和特性比较，最后总结了掌纹多特征融合方法是未来掌纹特征提取方法进一步的研究方向．

简介：本文给出了将分块Hermitian-Toeplitz阵与实矩阵互换,并求其特征结构的一种算法,从而减少对计算机内存的要求和提高处理速度.

简介：图像特征把握，是当代城市信息分析过程中，最常应用的识别方式，它具有规律性、灵活性、以及检验性等特征。基于此，本文结合图像特征的相关理论，着重对其在真伪识别算法中的应用进行探究，以达到充分发挥图像应用特征，提升信息识别准确度的目的。

简介：求解矩阵的特征值和特征向量在科学工程计算上有着重要应用，本文探讨了求解矩阵特征值问题的常用计算方法，主要包括向量迭代法和变换方法两大类，总结了算法的特点，给出了其应用领域。

简介：摘 要：通常我们所了解的人脸识别算法是指将人的五官特征或者局部特征经过图像处理，上传到系统后端，再和数据库的人脸照片进行比对，最终识别出所需要的类别。人脸识别算法比较广泛应用于监控、公安系统、考试系统、门禁检查、身份识别等领域，而基于特征提取的人脸识别算法是人脸识别系统中的关键部分，接下来我们将通过本文了解一下关于人脸识别算法的特征提取需要注意的事项。

简介：为了得到更为真实准确的平尾损伤情况，通过对平尾载荷测试剖面的数据分析，结合平尾结构的受载形式，提出了外场平尾特征载荷的一种新算法。该算法已经普遍用于外场平尾损伤计算，在保证了外场飞行安全的同时，也缓解了平尾更换压力。

简介：复杂图像中对特定目标的检测和定位是机器视觉领域的难点之一。提出使用中层视觉元素描述检测目标,以建立权值模板图像;然后对目标图像和权值模板进行加权SIFT特征匹配得到最优匹配位置,从而实现目标检测。该方法以自行车为检测目标进行实验,检测率达到86%,优于传统SIFT-AdaBoost和HOG-SVM检测方法。实验结果表明该方法能够减少复杂图像中背景干扰的问题,对于不同姿态的目标进行检测也有较强的鲁棒性。

简介：增强现实领域中跟踪技术是一个很重要的研究课题，其中特征点的实时匹配是跟踪算法的关键之一，而跟踪算法中传统的匹配方法复杂，对跟踪的实时性影响较大。为此，应用尺度不变特征变换（SIFT）方法提取SIFT特征，采用基于KD树的最近邻搜索算法实现特征点匹配，可降低算法的复杂度，从而提高跟踪算法的实时性。

简介：为了提高点云数据分割的效率和精确度,基于深度图像和CANNY算子,研究了一种新的按照特征线的点云数据分割算法。结果表明,这种基于特征线的数据分割算法能够显著提高数据分割的精度。

简介：摘要

简介：摘要：在数字化时代，目标跟踪技术已成为计算机视觉领域的核心内容，尤其是在智能监控和自动驾驶等场景得到了广泛应用。然而，传统的目标跟踪算法在处理复杂动态环境时往往存在稳定性和准确性不足的问题，特别是在面对目标形态变化和遮挡情况时。针对这一挑战，本文提出了一种基于自适应卷积特征的目标跟踪算法。通过引入自适应机制来动态调整卷积网络，这种方法不仅提高了算法的泛化能力，还显著提升了跟踪过程中的稳定性和准确性，为实时监控和自动驾驶系统等领域的目标跟踪提供了一种有效的解决方案。

简介：摘要 对初始位置完全未知且距离较远的点云配准时，传统ICP算法容易出现匹配偏差、错误等结果。针对这一问题，提出了基于快速点特征直方图的采样一致性配准的粗配准方法。对待配准点云构建快速点特征直方图，基于此特征利用采样一致性算法实现粗配准，然后再使用ICP算法实现精配准。实验结果证明，该方法与传统ICP算法相比，能改善点云匹配准确度，得到正确的配准结果。

简介：特征检测算法是图像匹配及物体识别的基础，本文介绍了四种局部特征检测技术：Kaze、Sift、Surf、Orb以及通过一些评价指标比较了它们匹配性能。主要从匹配率，正确匹配率，检测特征关键点速度三个方面进行了比较，实验结果表明：Kaze具有较好的鲁棒性，对光照、模糊的不变性最好，Sift也有较好的鲁棒性，对旋转、尺度有很好的不变性。Sift和Kaze各有侧重点，Surf综合性能一般，但是比前两种速度快，Orb对尺度没有不变性，速度最快。

简介：目的：实现心音信号的自动分段;定位第一心音、第二心音、杂音。方法：提出一种无需心电参考的心音自动分段算法。利用小波变换对心音信号进行多层分解-重构,保留心音信号主要成分,削弱杂音比重,突出心音基本特征;提取心音信号特征波形,进而得到心音包络,对心音包络采用相关算法,实现心音定位。结果：采用612个周期不同病症的心音信号进行验证,平均心音信号分段正确率为98%。结论：仿真结果表明,心音信号分段算法抗噪能力强、分段正确率高。

简介：针对ORB特征点匹配中常采用的随机抽样一致性(RandomSampleConsensus,RANSAC)匹配点提纯算法存在计算量大、效率低的问题,本文提出一种改进的RANSAC算法。先使用2-近邻算法查找满足阈值的匹配,接着使用双向匹配交叉过滤方法剔除图像帧中明显的错误匹配,然后对匹配点对的Hamming距离进行排序,将匹配点对距离大于最小距离一定倍数的匹配点对再一次剔除,最后再利用RANSAC算法迭代。分别采用改进RANSAC算法和RANSAC算法进行匹配点提纯实验,实验结果显示,改进RANSAC算法与RANSAC算法相比匹配准确度提高了6.03%,匹配准确度提高至93.46%,匹配点提纯速度提高了26.74%,提纯时间降到0.441s。

简介：运用球面几何理论，将平面规划中的一类经典问题推广到球面，建立了在球面大圆上寻求一点，到已知两点的距离之和最短的模型和算法，并得到了最优点坐标的计算公式以及最优点的几何求法。其结果在球面规划中有一定的应用。

简介：针对推荐系统的准确性提出了一种优化算法，该算法首先利用用户的特征进行聚类，然后在聚类之后的各个聚簇中运用混合协同过滤框架为每个聚簇训练一个模型；同时在运用混合协同过滤时，针对传统的基于用户的协同过滤推荐算法在计算用户相似度方面进行了改进.实验表明，提出的优化算法显著提高了预测的准确性，从而提高了推荐结果的质量.

简介：提出一种基于ASM和ERT特征点定位算法的人脸比例特征信息提取方法。选用图像几何特征和人眼的位置特征,将人脸图像转化为用向量表示的数学符号,这些特征向量基本上可以反映出整张人脸图像的有效信息,其中人脸的比例特征和人眼的位置特征用到了现阶段的两个主流的特征点定位算法,即ASM和ERT,然后利用人脸的五官比例去量化得到8维的特征信息。文中还从时间性能和准确率方面对两种算法进行对比,结果表明算法精确度上ERT略优与ASM,算法时间上PC端测试ERT明显优于ASM。

简介：虚拟机动态迁移算法要求在不中断对外实时服务的条件下迁移虚拟机资源,同时要求宕机时间非常短、迁移操作对用户透明。要达到迁移算法的目标,在不同的应用场景下选择合适的迁移算法至关重要。本文提出一种虚拟机动态迁移决策算法,通过分析不同虚拟机动态迁移算法的性能,基于虚拟机负载特征,决策出最优迁移性能的算法。实验结果表明,该算法能够针对不同的负载类型准确地选择最优的迁移算法,相对主流的预拷贝迁移算法能够有效减少迁移时间和停机时间。

简介：摘要针对三维模型简化的问题，提出了一种基于角度特征的半边折叠简化算法。使用边长和边的向量夹角确定存在数据冗余的折叠边，根据折叠边上顶点的方向向量与所有经过该顶点的边之间夹角的均值和方差确定简化后的顶点，将折叠边折叠到简化后的顶点处来简化三维模型。使用斯坦福三维数据模型测试，测试结果表明，该算法能够在保证模型视觉特征的基础上减少数据冗余。