基于内容的MATLAB图像检索[界面，颜色文理几何多特征]。matlab，需要具备一定编程基础。

基于多特征自适应融合的核跟踪方法

使用机器学习来测量基因之间的相关性：一个多特征模型

1.python程序 2.里面包含了多特征预测的LSTM，单特征的LSTM 3.数据集也在里面 4.数据改好地址可直接运行

为了实现对高光谱图像的分类, 提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征, 求解稀疏系数, 同时增加一个2范式约束, 利用所得系数得到每个测试像素的最终类别标签。实验结果表明：所提MFISR方法对小样本的检测效果显著, 分类性能稳定且较优。

一种新型的信号调制方式识别算法，唐文晟，，本文通过对信号调制方式的研究，提出一种新的信号调制方式识别算法。首先建立信号模型，识别的信号集合包括数字信号BPSK、QPSK、2FSK

一种融合多特征与子快的抗遮挡算法，排序算法数据结构 最快的排序算法

基于多特征的红外图像超分辨率重建，杨晓敏，韦帅方，在超分辨率研究过程中，人们发现图像块的特征提取是决定超分辨率重建质量的重要环节。图像特征直接表达图像块的结构信息。传统的

为了准确检测视频中的遮挡区域，提出一种融合多特征基于图割的视频遮挡区域检测方法。基于光流和亮度信息提出三种新的遮挡相关特征—亮度块匹配特征、最大光流差特征和光流残差特征，并定义了所提特征的计算方法。以像素点为单位将所提特征组成特征向量输入随机森林分类器，获取像素点及邻接像素点对的遮挡相关信息。综合利用所获取的遮挡相关信息，通过构造遮挡检测能量函数将遮挡检测问题转化为优化问题。根据该能量函数构造无向图，并基于图割理论对能量函数进行求解，从而得到最终的遮挡区域检测结果。实验结果表明，同现有表现较好的遮挡检测方法相比，所提方法具有较高的准确性和较好的实时性。

提出了一种基于卷积神经网络和长短期记忆（LSTM）神经网络的深度学习网络结构。采用特征融合的方法，通过卷积网络提取出浅层特征与深层特征并进行联接，对特征通过卷积进行融合，将获得的矢量信息输入LSTM单元。分别使用数据光流信息与红绿蓝信息训练网络，将各网络的结果进行加权融合。实验结果表明，所提模型有效地提高了行为识别精度。