导读:本文包含了高度函数论文开题报告文献综述及选题提纲参考文献，主要关键词:精确型傅里叶高度函数,支持向量机,服装款式识别
高度函数论文文献综述
孙国栋,徐亮[1]（2019）在《精确型傅里叶高度函数描述子的服装款式识别方法》一文中研究指出针对服装款式自动识别时存在提取特征困难、识别率低和分类效率低等问题,该文在精确型傅里叶高度函数(accurate Fourier height functions 2, AFHF2)与线性核函数支持向量机(support vector machine, SVM)基础上提出一种新的服装款式识别方法。首先,利用AHFH2描述子对衣服轮廓进行特征提取,对服装轮廓全局信息和局部信息进行充分表征;然后,在不需要调整参数的情况下使用线性核函数SVM对AFHF2描述子特征进行快速训练与测试。通过自建的服装图形库验证该方法的有效性,实验结果表明该算法优于现有的算法,其中AFHF2描述子优于傅里叶描述子、高度函数(HF)和TCDs等算法,线性核函数SVM算法优于径向基函数SVM算法、K-近邻算法、概率神经网络以及反向传播神经网络算法,其平均识别率能达到97.91%。(本文来源于《中国测试》期刊2019年08期）
张杨[2]（2017）在《基于改进马尔科夫随机场与精确高度函数的列车故障图像层次特征匹配》一文中研究指出铁路列车运行故障动态图像检测系统(TFDS)是一套由我国自主研发的基于机器视觉的列车轨边故障图像检测系统。针对TFDS图像颜色单一和背景复杂等特点,利用图像的空间层次性及其故障区域的形状特征,提出基于改进马尔科夫随机场与精确高度函数的列车故障图像层次特征匹配算法,将故障图像识别分成层次模型建立与形状匹配两部分,用以实现列车常见故障的自动检测。从图像像素的空间交互关系入手,采用马尔科夫随机场(MRF),结合图像金字塔与近邻传播理论,提出基于快速自适应MRF的层次分割算法。首先利用小波变换与MRF理论,建立图像多尺度表达的层次模型,接着引入直方图平滑与近邻传播算法自动指定模型层次数,并利用改进的K-means算法实现图像的快速自适应分割,最后依据分割过程中的能量稳定性,将像素标准差微分作为迭代准则,进一步提升运算速度与鲁棒性。在McGill和Weizmann图像数据库上部分图像的测试结果表明,该算法计算速度较快,分割性能好且略优于MRF算法,分割效率较MRF算法提升至少40%。鉴于形状匹配在图像识别中的实用性,在高度函数描述子(HF)的基础上,提出一种精确高度函数特征(EHF)描述算法。首先构造目标形状外轮廓采样点的EHF描述符并进行特征降维,其次利用并行动态规划进行形状匹配,最后引入形状复杂度分析提升匹配效果。基于点的几何特征显着性,提出形状精度理论,进一步分析局部形变与边缘噪声对形状特征描述的影响。在MPEG-7、Swedish Leaf、Tools和ETH-80数据库上进行匹配实验以及在Kimia99数据库上进行抗噪实验,实验结果表明:该算法效率高,匹配时间仅为HF的12.5%,在上述匹配实验中的检索率分别为90.36%、95.07%、94.29%和89.90%,检索性能优于HF和其他重要算法;在抗噪实验中,该算法的抗噪性能也较HF有明显提升。依据TFDS图像的自身特征,结合图像层次特征模型和形状匹配算法,提出的列车故障图像层次特征匹配算法,能实现空气制动系统故障、车轮挡键丢失、高摩合成闸瓦丢失和制动梁安全链脱落四类列检故障的自动识别,该算法缺陷识别率高,鲁棒性好,能有效地应用于TFDS故障图像检测中。(本文来源于《湖北工业大学》期刊2017-05-01）
李彩英,梁泰安,周伟,陆君良[3]（2001）在《容器内存留液体体积与液位高度函数关系》一文中研究指出介绍了石油化工容器内存留液体体积与液位高度函数关系的 1 6个基本公式 ,可以根据存留液体的液位高度计算出容器内液体的体积或质量 ,也可以用于绘制表示容器内存留液体体积或质量的高度标尺(本文来源于《石油化工设备》期刊2001年06期）
高度函数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
铁路列车运行故障动态图像检测系统(TFDS)是一套由我国自主研发的基于机器视觉的列车轨边故障图像检测系统。针对TFDS图像颜色单一和背景复杂等特点,利用图像的空间层次性及其故障区域的形状特征,提出基于改进马尔科夫随机场与精确高度函数的列车故障图像层次特征匹配算法,将故障图像识别分成层次模型建立与形状匹配两部分,用以实现列车常见故障的自动检测。从图像像素的空间交互关系入手,采用马尔科夫随机场(MRF),结合图像金字塔与近邻传播理论,提出基于快速自适应MRF的层次分割算法。首先利用小波变换与MRF理论,建立图像多尺度表达的层次模型,接着引入直方图平滑与近邻传播算法自动指定模型层次数,并利用改进的K-means算法实现图像的快速自适应分割,最后依据分割过程中的能量稳定性,将像素标准差微分作为迭代准则,进一步提升运算速度与鲁棒性。在McGill和Weizmann图像数据库上部分图像的测试结果表明,该算法计算速度较快,分割性能好且略优于MRF算法,分割效率较MRF算法提升至少40%。鉴于形状匹配在图像识别中的实用性,在高度函数描述子(HF)的基础上,提出一种精确高度函数特征(EHF)描述算法。首先构造目标形状外轮廓采样点的EHF描述符并进行特征降维,其次利用并行动态规划进行形状匹配,最后引入形状复杂度分析提升匹配效果。基于点的几何特征显着性,提出形状精度理论,进一步分析局部形变与边缘噪声对形状特征描述的影响。在MPEG-7、Swedish Leaf、Tools和ETH-80数据库上进行匹配实验以及在Kimia99数据库上进行抗噪实验,实验结果表明:该算法效率高,匹配时间仅为HF的12.5%,在上述匹配实验中的检索率分别为90.36%、95.07%、94.29%和89.90%,检索性能优于HF和其他重要算法;在抗噪实验中,该算法的抗噪性能也较HF有明显提升。依据TFDS图像的自身特征,结合图像层次特征模型和形状匹配算法,提出的列车故障图像层次特征匹配算法,能实现空气制动系统故障、车轮挡键丢失、高摩合成闸瓦丢失和制动梁安全链脱落四类列检故障的自动识别,该算法缺陷识别率高,鲁棒性好,能有效地应用于TFDS故障图像检测中。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
高度函数论文参考文献
[1].孙国栋,徐亮.精确型傅里叶高度函数描述子的服装款式识别方法[J].中国测试.2019
[2].张杨.基于改进马尔科夫随机场与精确高度函数的列车故障图像层次特征匹配[D].湖北工业大学.2017
[3].李彩英,梁泰安,周伟,陆君良.容器内存留液体体积与液位高度函数关系[J].石油化工设备.2001
标签：精确型傅里叶高度函数; 支持向量机; 服装款式识别;