公共文化服务平台

搜索到7347篇“ 动态特征“的相关文章

基于动态特征融合的遥感影像目标识别: 2025年; 遥感影像背景复杂多变且充斥着大量的噪声和干扰信息,图像目标往往展现出动态特征,因此为精准识别图像中的特定目标,本文提出基于动态特征融合的遥感影像目标精准识别方法。采用层聚类算法和图分割方法相结合的方式分割遥感影像,将分割后的图像输入动态特征融合网络中,通过网络的动态特征提取模块获取图像中的动态特征,通过特征融合权重、动态标签匹配策略完成动态特征融合,使用动态标签匹配方法实现遥感影像目标精准识别。测试结果显示,该方法图像分割效果较好,失真度和欠分割率均在2%以下,分割获取的目标图像完整性较高,能够实现精准识别遥感影像中的特定目标。; 刘永禄; 关键词：遥感影像动态特征图像分割

小兴安岭黄檗种群结构与动态特征: 2025年; 为探究小兴安岭黄檗种群结构与动态特征,以小兴安岭野生黄檗种群为研究对象,在集中分布区域设置典型样地并进行调查,利用生命表、存活曲线和生存函数分析黄檗种群结构和动态特征,并采用时间序列预测种群未来生长变化趋势。结果显示:(1)黄檗种群年龄结构大体上呈现为增长型。(2)黄檗种群存活曲线为DeeveyⅡ型;数量动态变化指数V_(pi)为56.21%,属于增长型种群;■值接近0,说明黄檗种群抗外界干扰能力较弱。(3)生存分析表明,种群具有前期增长、中期稳定、后期衰退的动态变化特征。(4)时间序列预测表明,现阶段黄檗种群比较适应其生存环境,在短时间内还没有种群灭绝的危险。综上所述,黄檗种群幼龄个体较多,也有一定的更新潜力,但幼苗密度大导致种内竞争激烈,加之种群抗外界因素干扰能力较差致使其濒危,建议通过设立保护小区、人工辅助扩大种群规模、避免人为砍伐破坏等方式对黄檗种群进行保护。; 刘继云董遨宇江振林国英郭富强陈博闻张厚良; 关键词：黄檗种群结构静态生命表动态特征时间序列

基于三阶张量的动态特征交互识别方法: 本发明公开了一种基于三阶张量的动态特征交互识别方法，包括：获取高维时变场景中各类特征的相关数据，将高维时变数据进行特征处理，并以特征向量的形式表示；根据所构建的特征向量，对特征向量的所有元素进行两两交乘处理，得到每个时变...; 邢容黄计雯谢志龙李庆

一种考虑动态特征的轮式机器人视觉SLAM方法: 一种考虑动态特征的轮式机器人视觉SLAM方法，涉及机器人特征点跟踪技术领域。建立轮式里程计运动模型，对相邻两个视觉帧间的轮速编码器数据进行预积分操作，根据预积分测量值推导得到协方差矩阵，视觉特征提取，执行双目特征点稀疏立...; 程绍武刘欣豪王川

一种基于深度学习的多方向动态特征融合方法: 本发明提出了一种基于深度学习的多方向动态特征融合方法，包括步骤：步骤1：准备遥感语义分割数据集；步骤2：构建感受野模块，使用不同大小的卷积核来处理特征，使得不同的卷积核关注不同的特征子空间，增加了特征的多样性，更好地处理...; 任东蔡岑王露孙航谢咏昶陈全

一种齿轮传动中齿隙动态特征的仿真观测方法: 本发明公开一种齿轮传动中齿隙动态特征的仿真观测方法，该方法包括根据齿轮传动中的死区特征定义非线性的齿隙特征函数；对预设的方波函数进行周期延拓获得可变扭转刚度；根据所述齿隙特征函数和所述可变扭转刚度建立齿轮传动模型；通过闭...; 刘敏张慧

迭部县人工云杉林种群结构与动态特征: 2025年; 为了明晰甘肃省迭部县生态建设管护中心人工云杉种群动态特征,揭示其生存规律,本文以迭部县自然保护区人工云杉为研究对象,通过样方调查法,对迭部人工云杉进行种群结构和动态特征分析。结果表明:①迭部人工云杉林随着龄级的增加株数逐渐减少,主要集中在Ⅰ~Ⅲ龄级,占总株数的86.9%;②消失率(k_(x))和死亡率(q_(x))随着龄级的增加先增加后减小然后又增加,最后减小,呈现出“双峰”模式,在Ⅳ龄级最大;③对未来2、4、6、8个龄级预测,种群表现出增长型的结构特征。; 李杜娟; 关键词：种群结构动态特征

一种基于人工智能的面部动态特征多模态识别分析系统: 本发明属于面部特征识别技术领域，具体公开提供的一种基于人工智能的面部动态特征多模态识别分析系统，该系统包括环境数据采集模块、模态数据采集模块、模态特征提取模块、模态融合确认模块、特征融合处理模块和识别反馈展示终端。本发明...; 刘吉春张泽星王光奇刘祖光李克俭

基于自适应动态特征聚合的视觉场景识别方法: 本发明公开了一种基于自适应动态特征聚合的视觉场景识别方法，该方法获取待识别的视觉场景图像；将视觉场景图像输入至训练好的视觉场景识别模型中进行场景识别，得到视觉场景识别结果；其中，视觉场景识别模型通过以下步骤训练得到：获取...; 王超群李运

基于分辨率和动态特征融合的视频图像编码方法: 2025年; 当前的视频编码技术,只关注对视频的简单压缩和传输,忽略了图像的分辨率和动态特征的重要性,无法根据不同区域的视觉差异进行有针对性的调整,这会导致编码后的视频质量不佳,分辨率降低,难以充分展现视频的动态特征等问题。为此,提出了基于分辨率和动态特征融合的视频智能编码方法。利用帧间差值法对连续的视频图像帧进行差分操作,通过计算不同帧间的像素差异,可以有效识别视频中的动态变化,精确提取视频图像中的动态目标特征。利用改进的卷积神经网络,结合空间信息与通道信息识别和提取视频中的分辨率特征。将提取到的分辨率特征和动态特征进行融合,进一步提升纹理特征的表示效果。在编码树单元中,根据感兴趣区域的纹理特征感知权重,对不同区域的量化参数值进行有针对性的调整。对于重要的区域,分配更高的量化参数值,以保留更多的图像细节和特征信息。对于不重要的区域,分配较低的量化参数值,以实现更高效的压缩。通过实验证明:所提方法在提高图像质量、减小编码误差以及减少编码时间方面表现出了显著的优势,且编码后的清晰度较高。; 温卓方; 关键词：视频编码动态特征

相关作者