- 最近
- 已收藏
- 排序
- 筛选
- 91
- 6
- 1
- 1
- 13
- 12
- 11
- 10
- 7
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 孙玉超 吴航 等 《医疗卫生装备》 2017年38卷2期 114-117,121页 ISTICCA
【摘要】 目的:针对野外场景存在多种地形的情况,设计视觉地形分类算法,正确感知所处地形,辅助移动机器人制定合适的运动策略.方法:使用词袋模型和支持向量机构建地形分类算法.词袋模型包括特征提取、码本生成和码本编码.词袋模型输出地形图像的中层特征,特征输...
【中文期刊】 邹北骥 郭建京 等 《浙江大学学报(工学版)》 2017年51卷12期 2311-2319页
【摘要】 为了减少图像尺寸对提取特征的影响,同时移除特征向量中的冗余信息,将词汇袋模型(BOW)与梯度方向直方图(HOG)特征相结合,提出一种基于BOW-HOG的特征描述子用予图像分类.将图像划分为不同的子区域,对梯度幅值较大的子区域提取HOG特征....
【中文期刊】 吴航 刘保真 等 《中国图象图形学报》 2016年21卷10期 1276-1288页
【摘要】 目的 视觉地形分类是室外移动机器人领域的一个研究热点.基于词袋框架的视觉地形分类方法,聚集和整合地形图像的视觉底层特征,建立底层特征统计分布与高层语义之间的联系,已成为目前视觉地形分类的常用方法和标准范式.本文全面综述视觉地形分类中的词袋框...
【中文期刊】 赵建奇 黄美艳 等 《计算机工程与设计》 2014年35卷4期 1312-1317页
【摘要】 提出了一种基于词袋模型配合滑动窗口提取像素点特征的脑肿瘤MR图像分割方法.通过预处理去除非脑组织并进行灰度值归一化,采集图像的图像块特征并聚类生成视觉词典;在生成视觉词典的过程中,通过分别生成病灶区域词典和背景区域词典进而组合得到最终的联合...
【中文期刊】 LIU Ning YUAN Zhenming 《上海交通大学学报(英文版)》 2022年27卷2期 160-167页
【摘要】 Language disorder,a common manifestation of Alzheimer's disease(AD),has attracted widespread attention in recent years.T...
【关键词】 natural language processing(NLP); Alzheimer's disease(AD); mild cognitive impairment;
【外文期刊】 Wang, J. ; Li, Y. ; 等 《IEEE Transactions on Medical Imaging》 2011年30卷11期 1996-2011页
【外文期刊】 Zafari H. ; Langlois S. ; 等 2022年211卷 SCISCIEMEDLINE
【关键词】 Bag of words model; COPD; EMR data;
【外文期刊】 Ben Ahmed, Olfa ; Mizotin, Maxim ; 等 《Computerized Medical Imaging and Graphics: The Official Jounal of the Computerized Medical Imaging Society》 2015年44卷 13-25页 SCISCIEMEDLINE
【关键词】 Alzheimer's disease; Bag-of-Visual-Words; Circular harmonic functions;
【外文期刊】 Yang,W. ; Lu,Z. ; 等 《Journal of digital imaging: the official journal of the Society for Computer Applications in Radiology》 2012年25卷6期 708-719页 SCISCIEMEDLINE
【关键词】 Bag of visual words; Content-based image retrieval; Contrast-enhanced CT;