作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文首先介绍了计算机视觉研究领域新近提出的一种知识学习方法--多事件学习模型,简要说明了其研究思路、研究进展、计算方法以及在图像检索中的应用.其次,在简要回顾当前三维物体识别的研究进展和困难的基础上,提出了一种改进的多事件学习模型计算方法,并将其引入到三维物体识别的研究中,以有效简化三维物体的特征表达,提高识别效率.
推荐文章
流形学习在三维人脸特征降维中的应用
三维人脸识别
特征降维
流形学习
相位特征在三维物体识别中的应用
相位特征
波长扫描技术
数字全息
BP神经网络
三维物体计算全息的方法研究
计算全息图
三维显示
菲涅耳波带
全息图生成方法
融合RGB-D信息的三维物体识别算法
物体识别
深度学习模型
网络训练
特征提取
特征融合
准确率提升
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多事件学习方法及其在三维物体识别中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 多事件学习模型 多样密度 图像检索 三维物体识别
年,卷(期) 2005,(2) 所属期刊栏目 学术探讨
研究方向 页码范围 75-79
页数 5页 分类号 TP391.41
字数 6887字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.02.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高飞 深圳大学信息工程学院 22 92 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多事件学习模型
多样密度
图像检索
三维物体识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导