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:
对于传统的PCA算法,其具有很大的缺点,会对图像本身的空间结构产生一些破坏,而且通过向量的方式对图像进行表达会使得维数过高,而且还会消耗较大的储存空间,使得对协方差矩阵所做出的计算较多.在最近的几年时间里,张量PCA通过不断的发展攻克了以上缺点,能够较好的进行识别,应用范围也不断的扩大.图像协方差矩阵当中主要使用的是张量PCA算法,在这个算法当中可以不把图像变成向量,操作相对比较简单.
推荐文章
基于颜色、形状和纹理的多特征融合图像检索
多特征图像检索
动态权值
形状特征
纹理特征
基于PCA的哈希图像检索算法
哈希
图像检索
主成分分析
流形学习
基于Tri-training的多特征融合图像检索
Tri-training
三维量化颜色直方图
方向可控金字塔
仿射不变区域
多特征融合
图像检索
融合小波变化和张量PCA的人耳识别算法
小波变换
张量主成分分析
人耳识别
特征提取
最近邻方法
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 张量PCA的多特征融合的图像检索算法
来源期刊 电子世界 学科
关键词
年,卷(期) 2021,(10) 所属期刊栏目 探索与观察
研究方向 页码范围 59-60
页数 2页 分类号
字数 语种 中文
DOI
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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)
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
论文1v1指导