排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
Legendre正交矩在模式识别和图像分析等领域有着广泛的应用,但由于计算的复杂性,相关的快速算法尚未得到很好的解决,已有方法均局限于二值图像.文章提出了一种灰度图像的Legendre正交矩的快速算法,借助于Legendre多项式的递推公式推导出计算一维Legendre矩的递归公式.利用该关系式,一维Legendre矩Lp可以用一系列初始值L1(a),a<p,Lo(a),a<p-1来得到.而二维Legendre矩pq可以利用一维算法进行计算,为了降低算法复杂度,文中采用基于Systolic阵列的快速算法进行计算L1(a),Lo(a),与直接方法相比,快速算法可以大幅度减少乘法的次数,从而达到了降低算法复杂度的目的。 相似文献
2.
3.
针对传统手足口病(HFMD)发病趋势预测算法预测精度不高、未结合其他影响因素、预测时间较短等问题,提出结合气象因素使用长短时记忆(LSTM)网络进行长期预测的方法。首先,将发病序列通过滑动窗口的方式转化为网络的输入和输出;然后采用LSTM网络进行数据建模和预测,并使用迭代预测的方式获得较长期的预测结果;最后在网络中增加温度和湿度变量,比较这些变量对预测结果的影响。实验结果表明,加入气象因素能够提高模型的预测精度,所提模型在济南市数据集上的平均绝对误差(MAE)为74.9,在广州市数据集上的MAE为427.7,相较于常用的季节性差分自回归移动平均(SARIMA)模型和支持向量回归(SVR)模型,该模型的预测准确率更高。可见所提模型是HFMD发病趋势预测的一种有效的实验方法。 相似文献
1