舉報(bào)

會(huì)員
基于粒計(jì)算模型的圖像處理
最新章節(jié):
參考文獻(xiàn)
從哲學(xué)角度講,粒計(jì)算是一種人類(lèi)看待客觀世界的方法論;從科學(xué)研究角度講,粒計(jì)算是一種模擬人類(lèi)解決復(fù)雜問(wèn)題的理論方法,是人工智能研究領(lǐng)域的一個(gè)分支。本書(shū)以詞計(jì)算模型、粗糙集模型、商空間理論模型的基本理論為起點(diǎn),對(duì)一種新的粒計(jì)算模型理論及方法進(jìn)行討論,進(jìn)一步解釋粒化和粒計(jì)算。內(nèi)容涉及模型建立的理論框架、有關(guān)模型定理的闡述和證明,以及粒計(jì)算模型在完備和不完備信息系統(tǒng)的知識(shí)發(fā)現(xiàn)、聚類(lèi)、圖像分割、鏡頭邊界檢測(cè)、關(guān)鍵幀提取、人臉檢測(cè)、人眼檢測(cè)、面部表情識(shí)別等相關(guān)領(lǐng)域的應(yīng)用。本書(shū)可供計(jì)算機(jī)及相關(guān)專(zhuān)業(yè)的研究人員、教師、研究生、高年級(jí)本科生閱讀,也可供相關(guān)領(lǐng)域科研人員閱讀參考。
目錄(73章)
倒序
- 封面
- 版權(quán)信息
- 內(nèi)容提要
- 前言
- 第1章 緒論
- 1.1 引言
- 1.2 粒計(jì)算的起源
- 1.3 粒計(jì)算的3個(gè)主要模型及其關(guān)系
- 1.4 粒計(jì)算的基本問(wèn)題
- 1.5 粒計(jì)算模型研究現(xiàn)狀及與其他智能理論的關(guān)系
- 1.6 主要?jiǎng)?chuàng)新
- 第2章 粒度格矩陣空間模型
- 2.1 引言
- 2.2 粒度劃分格
- 2.3 粒度格矩陣空間模型的提出
- 2.4 粒度矩陣和粒度格矩陣
- 2.5 小結(jié)
- 第3章 基于粒度格矩陣空間的信息系統(tǒng)知識(shí)發(fā)現(xiàn)
- 3.1 引言
- 3.2 約簡(jiǎn)算法及分析
- 3.3 基于粒度格矩陣空間的完備信息系統(tǒng)知識(shí)發(fā)現(xiàn)
- 3.4 基于粒度格矩陣空間的不完備信息系統(tǒng)知識(shí)發(fā)現(xiàn)
- 3.5 小結(jié)
- 第4章 基于粒度格矩陣空間的動(dòng)態(tài)聚類(lèi)
- 4.1 引言
- 4.2 統(tǒng)一粒度下的聚類(lèi)算法及分析
- 4.3 粒度格矩陣空間下的聚類(lèi)
- 4.4 基于粒度格矩陣空間的動(dòng)態(tài)聚類(lèi)算法
- 4.5 實(shí)驗(yàn)及分析
- 4.6 小結(jié)
- 第5章 基于粒度格矩陣空間的圖像分割及顯著性提取
- 5.1 引言
- 5.2 粒計(jì)算在圖像分割中的應(yīng)用
- 5.3 基于模糊C-均值的圖像分割算法
- 5.4 基于粒度格矩陣空間的圖像分割
- 5.5 基于粒空間融合的多特征顯著區(qū)域檢測(cè)
- 5.6 小結(jié)
- 第6章 基于多粒特征融合的視頻鏡頭邊界檢測(cè)
- 6.1 引言
- 6.2 基于內(nèi)容的視頻檢索
- 6.3 特征提取與匹配
- 6.4 鏡頭邊界檢測(cè)
- 6.5 基于多粒度特征融合的雙閾值鏡頭檢測(cè)算法
- 6.6 小結(jié)
- 第7章 基于粒度熵的關(guān)鍵幀提取
- 7.1 引言
- 7.2 常見(jiàn)的關(guān)鍵幀提取算法
- 7.3 基于粒度熵的關(guān)鍵幀提取算法
- 7.4 基于DCT與NCIE的關(guān)鍵幀多級(jí)提取算法
- 7.5 小結(jié)
- 第8章 基于粗糙粒的人臉檢測(cè)
- 8.1 引言
- 8.2 傳統(tǒng)人臉檢測(cè)算法及分析
- 8.3 Adaboost人臉檢測(cè)算法
- 8.4 Adaboost算法多階段優(yōu)化
- 8.5 基于粗糙粒的Adaboost人臉檢測(cè)算法
- 8.6 小結(jié)
- 第9章 基于視頻序列的人眼檢測(cè)與跟蹤
- 9.1 引言
- 9.2 基于改進(jìn)Adaboost算法的人眼檢測(cè)
- 9.3 基于Kalman濾波器和改進(jìn)CamShift算法的人眼跟蹤
- 9.4 人眼檢測(cè)與跟蹤在疲勞檢測(cè)中的應(yīng)用
- 9.5 小結(jié)
- 第10章 融合雙韋伯特征深度置信網(wǎng)絡(luò)表情識(shí)別
- 10.1 引言
- 10.2 表情識(shí)別系統(tǒng)及相關(guān)理論
- 10.3 韋伯局部描述算子的改進(jìn)及應(yīng)用
- 10.4 融合改進(jìn)韋伯特征的深度置信網(wǎng)絡(luò)的表情識(shí)別
- 10.5 小結(jié)
- 第11章 結(jié)論與展望
- 11.1 本書(shū)的主要貢獻(xiàn)
- 11.2 下一步研究工作
- 參考文獻(xiàn) 更新時(shí)間:2020-04-29 16:27:08
推薦閱讀
- 青少年美育趣味課堂:XMind思維導(dǎo)圖制作
- Building Mobile Applications Using Kendo UI Mobile and ASP.NET Web API
- Spring Cloud、Nginx高并發(fā)核心編程
- Ext JS 4 Web Application Development Cookbook
- 數(shù)據(jù)結(jié)構(gòu)案例教程(C/C++版)
- Mastering Business Intelligence with MicroStrategy
- Learning R for Geospatial Analysis
- Android玩家必備
- Java Fundamentals
- BeagleBone Robotic Projects(Second Edition)
- OpenCV 3 Blueprints
- Python自然語(yǔ)言理解:自然語(yǔ)言理解系統(tǒng)開(kāi)發(fā)與應(yīng)用實(shí)戰(zhàn)
- 大規(guī)模語(yǔ)言模型開(kāi)發(fā)基礎(chǔ)與實(shí)踐
- Drupal 8 Development Cookbook(Second Edition)
- Java核心編程
- jMonkeyEngine 3.0 Beginner’s Guide
- AngularJS by Example
- Unity AI Game Programming(Second Edition)
- Practical XMPP
- Java語(yǔ)言程序設(shè)計(jì)與實(shí)現(xiàn)(微課版)
- 高性能Java架構(gòu):核心原理與案例實(shí)戰(zhàn)
- Visual C++從入門(mén)到精通(第5版)
- 區(qū)塊鏈技術(shù)及應(yīng)用
- Dynamics 365 Business Central Development Quick Start Guide
- MySQL 從入門(mén)到項(xiàng)目實(shí)踐(超值版)
- 鮮活的數(shù)據(jù):數(shù)據(jù)可視化指南
- Getting Started with Twitter Flight
- CMake構(gòu)建實(shí)戰(zhàn):項(xiàng)目開(kāi)發(fā)卷
- LabVIEW 2014基礎(chǔ)實(shí)例教程
- Practical Real-time Data Processing and Analytics