原文服务方: 计算机应用研究       
摘要:
针对内距离形状上下文(inner-distance shape context,IDSC)和轮廓点分布直方图(contours points distribution histogram,CPDH)在形状相似性度量中直方图匹配耗时长、工程应用性不佳的问题,提出了一种用EMD-L1测量轮廓特征直方图距离的方法.EMD-L1在原始EMD(earth mover's distance)的基础上融合了L1范数,通过替换地面距离计算方法,减少了目标函数的变量,加快了直方图匹配的速度,能够快速实现形状匹配并保持较好的检索性能.对形状数据集进行仿真实验的结果证明,该方法能够有效地进行数据集的形状识别和检索,并且在MNIST数据集下的匹配速度优于其他算法.
推荐文章
基于L1范数改进的自回归算法及分类应用
自回归密度估计
正则化
波利亚科夫平均
图片分类
基于戴帽L1范数的双支持向量机
双支持向量机
L1范数
L2范数
戴帽L1范数
损失函数
基于平滑l1范数的深度稀疏自动编码器社区识别算法
深度学习
社区识别
稀疏自编码器
平滑l1范数
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 基于L1范数的形状快速匹配算法
来源期刊 计算机应用研究 学科
关键词 内距离形状上下文 轮廓点分布直方图 地球移动距离 L1范数 形状检索
年,卷(期) 2019,(1) 所属期刊栏目 图形图像技术
研究方向 页码范围 264-267,272
页数 5页 分类号 TP391.4
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2017.08.0893
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 吴小俊 江南大学物联网工程学院 170 1079 17.0 22.0
2 王江辉 江南大学物联网工程学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (64)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(8)
  • 参考文献(3)
  • 二级参考文献(5)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
内距离形状上下文
轮廓点分布直方图
地球移动距离
L1范数
形状检索
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导