搜索资源列表
HnSRTree-1.3.1.tar
- R 树， 存取方式的当中最普遍的的用长方形， 是根据区域的启发式优化围绕的长方形在各个内在结点通过运行在一张规范化的试验平台下高度变化的数据， 询问和操作众多的实验， 我们能设计合并联合的优化的R* 树区域， 各个附寄的长方形边际和交叠在目录使用我们规范化的试验床在详尽表现比较，它结果R* 树清楚地胜过现有的R 树变形Guttman’s线性和二次方R 树和R 树的格林变形，R* 树的这优势举行为不同的型询问和操作， 譬如地图覆盖物。 为两个长方形和多维点在所有实验从一个实用观点R* 树是非常有吸
Mean-Shift-Segmentation-Method
- Mean Shift算法的基本原理，着重研究了Mean Shift的迭代过程和收敛性以及特征空间的结构。通过Mean Shift结构分析，本章提出了一种快速区域合并算法并将其应用于改进的Mean Shift图像分割算法。-The basic principle of the Mean Shift algorithm, focusing on the Mean Shift iteration process and convergence and the structure of the feat
05773087
- Automatic Image Segmentation by Dynamic Region Merging
fenxi-suan-fa
- • 按要求编写最佳适应算法(BF)、最坏适应算法(WF)和循环首次适应算法(NF) • 编写测试数据： – 要求至少分配5次； – 释放区域、再次请求，能够检测是否满足要求：能够检查所采用的算法； – 释放时是否进行相邻区域合并； -• required to write the best adaptation algorithm (BF), and worst-fit algorithm (WF) and cycle to the fi
cloud-classification
- 图像分割是一种重要的图像分析技术，对图像分割的研究一直是图像技术研究中的热点和焦点。分水岭算法是基于数学形态学理论的图像分割算法，但是对噪声敏感且存在过分割的现象。为提高图像分割效果，本文通过对影像进行滤波处理，用改进的快速区域合并算法优化分水岭算法进行影像分割。-In this work a technique for cloud detection and classification from MSG–SEVIRI (Meteosat Second Generation–Spinning
dynamic-region-merging
- In the proposed algorithm, these two issues are solved by a novel predicate, which is defined by the sequential probability ratio test (SPRT) and the minimal cost criterion. Starting from an over-segmented image, neighboring regions are progressivel
region-merging
- It s a technic of merging the graph.