排序方式: 共有7条查询结果,搜索用时 250 毫秒
1
1.
2.
基于排序学习方法的本体映射算法 总被引:2,自引:0,他引:2
本体映射作为实现多本体间相互操作的重要手段,已广泛应用于诸多科学领域.根据本体自身的结构设计边权值函数和函数,利用排序算法将多本体图映射成实直线,通过比较两概念对应实数间的差值或排名的接近程度判断它们的相似程度,由此得到对应的本体映射.实验表明,该算法有较高的效率. 相似文献
3.
4.
一种改进的基于Harris的角点检测方法 总被引:7,自引:2,他引:5
在研究Harris角点检测算法时发现该算法对一些图像进行角点提取时,存在提取伪角点、角点信息丢失和位置偏移,而且在进行非极大值抑制时不易设置阈值等现象.提出了在进行非极大值抑制时采用双阈值法,分别设置一个相对大和一个相对小的两个阈值,从而得到同一图像不同阈值的角点信息,通过角点信息对比能够很好地解决角点信息丢失和位置偏移并能消除一部分伪角点,然后利用SUSAN的思想消除剩余的伪角点.通过对比实验表明,文中算法提取角点非常有效,比Harris算法具有更好的角点检测性能. 相似文献
5.
以"学生成绩管理系统"为例,进行模型设计,阐述了需求模型、业务模型、概念模型、物理模型、生成数据库脚本及测试数据的主要设计过程。 相似文献
6.
概念的语义相似度研究,是知识表示以及信息检索领域中的一个重要内容。将与某概念相关的信息表示为一个向量,建立原本体图的伴随图。用ε-领域方法定义边,用高斯核函数定义边的权值。通过计算图拉普拉斯矩阵的次小特征值对应的特征向量得到本体相似度计算函数。实验结果表明该算法是有效的。 相似文献
7.
1