图像分割中概率图模型研究
针对有限信息中获取图模型结构的困难，构造了一个框架来学习无向图模型的结构，它可以表示变量之间的空间关系，也可应用于图像分割问题。使用以超像素为节点来学习概率图模型的结构构建图像分割体系。 将L1正则化方法用于图模型结构的学习。采用条件随机场对图像超像素区域的相互作用和度量进行建模，通过超像素的区域特征和区域标签间的相互作用对图像进行分类。实验表明，同其他方法相比较，所提出的算法效果良好。
文件下载
评论信息
其他资源
- 问答系统综述论文5篇论文，硕士论文和期刊论文
- 脉振高频信号注入法电机仿真
- 基于python进行开发的聊天室（单聊、群聊、gui界面、自动回复）
- XILINX DDR3 IP核使用教程完整版
- MotionProSetup_win64.rar
- 积分白噪声（MATLAB）
- 基于OpenCV的疲劳驾驶检测系统的设计与实现
- Geoserver开发文档 中文版
- STM32F103C8T6的DFU模式
- 中文版Natural Language Processing with Python
- TCP文件传输客户端
- 计算机组成原理课程设计复杂模拟机实验报告及相关内容
- Fortran: 矩阵的奇异值分解、广义逆；数据拟合的最小二乘法
- HCNP-R&S VCE模拟文件
- JAVA实现排课系统代码--机密.rar
- 【组织能力】组织能力的“杨三角”.pdf
- 通过正则化自我表示进行无监督特征选择
- Cisco Packet Tracer7.3.0插件（ActivityGrader_x86_64_7.3.0.0.zip）
- 计算机硬件基本知识教程
- AutoCAD 2013 InvokeArx
- 毕业设计管理系统
- c语言贪吃蛇游戏双人对战版源码
- C++基础入门编写游戏代码及实例（角色扮演游戏）
- 基单片机汇编的停车计费系统
- Spring实战(第4版)书及源码
- \红外资料\红外测距
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明