使用inception思想改进残差块，进行特征提取的图像超分算法。在Set5测试集上最高可达37.4db

本文通过考虑深度在特征提取和泛化中的作用，研究了深度网络的理论优势。主要贡献是四个。首先，在相同的容量成本下 (通过覆盖数量)，我们证明了深网在提取组结构特征方面优于浅网。其次，我们证明了深remu网是提取平滑度特征的最佳工具之一。第三，我们严格证明了特征对深度和反之的适应性，从而得出了在深度网络上实现经验风险最小化的最佳学习率。最后，我们进行了广泛的数值实验，包括玩具模拟和真实数据验证，以显示深度网络在特征提取和泛化方面的出色表现。所有这些结果为深度学习的成功提供了合理的解释，并为使用深度网络提供了坚实的指导。在本文中，我们仅考虑回归问题中的深度选择。为分类制定类似的结论将是有趣且重要的。我们将考虑这个主题，并在以后的研究中报告进展。

olpp(正交局部投影人脸特征提取），针对人脸识别的特征提取算法，提出的一种基于流形的非线性特征提取算法。

包含yolov7算法预训练模型及yolov7代码下载、训练、测试、评估的代码指令，配置好相关环境可以直接运行。

有用的BEMD程序，可进行图像EMD分解，为图像识别做好准备。

苹果特征提取与伤疤检测，葛亮，郭永豪，在国际市场上，高品质意味着高收入，所以迫切需要进行农产品品质的监测技术的研究，在苹果分类方面，由于很难区分苹果的伤疤和梗

主分量分析,用于高维数据降维或提取目标特征。程序精简，效率高.

opencv特征提取角点检测python实现详细代码打包-附件资源

Good Features to Track LVI-SAM中视觉里程计的角点特征提取方法

经验模态分解（EMD）是用来处理非平稳时变信号的一种信号分析方法，该方法对所分析信号的局部特征信号进行不同时间尺度的分解，从而得到这些局部特征信号的各阶本征模函数（IMF）。提出了一种基于IMF能量谱的水声信号特征提取与选择方法，通过对水声信号进行经验模态分解，提取信号的本征模式分量并转换为能量谱特征向量，从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机（SVM）分类器进行。实验结果表明，相对于小波能量谱特征提取法而言，利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果，平均正确率达88%以上。