1) gradient similarity
梯度相似性
1.
Medical image registration based on grey mutual information and gradient similarity with an accelerated processing method;
基于灰度互信息和梯度相似性的医学图像配准及其加速处理
2.
Medical image registration based on mutual information combined with gradient similarity
基于互信息与梯度相似性相结合的医学图像配准方法
2) fuzzy gradient similarity
模糊梯度相似性
3) similarity measurement
相似性度量
1.
Study on texture periodicity and similarity measurement;
纹理周期性和相似性度量研究
2.
The interior and exterior product and similarity measurement of both-branch fuzzy sets;
双枝模糊集的内、外积及相似性度量
3.
Content based image retrieval (CBIR) has been an active research area, however, the achievements in image representation and similarity measurement are not satisfying.
基于内容的多媒体信息检索是当前世界的研究热点 ,然而在图像内容表示及其相似性度量这两个关键问题上取得的进展还不能令人满意 。
4) Similarity measure
相似性测度
1.
Ontology-based similarity measure for text clustering;
文本聚类中基于本体的相似性测度(英文)
2.
Classical similarity measures for scene matching
景象匹配相似性测度准则研究
3.
Objective To find the most accurate and robust similarity measures for clinical use by comparison research on popular similarity measures for voxel intensity based multi-modal medical image registration, when gross outliers are observed in multi-modal medical images.
目的在全局异常信号环境下 ,找出适合于临床应用的、满足精度和鲁棒性要求的基于体素灰度多模医学图像配准相似性测度。
5) similarity measurement
相似性测度
1.
A method for license plate recognition based on multiple features and weighted pattern similarity measurement is proposed for the embedded environment.
针对嵌入式环境下车牌识别的问题,本文提出了一种基于多特征和加权模式相似性测度的车牌字符识别方法。
6) comparability measurement
相似性度量
1.
In this paper,we present an improved digital image watermarking method of singular value based on matrix multiplication of strassen and comparability measurement between original image and watermarking image;the new method is compared to the methods based on SVD and Block-SVD.
在基于奇异值分解(SVD)算法的基础上,提出了一种基于Strassen矩阵乘法的奇异值分解水印算法;提供了原图像和水印图像的相似性度量方法;给出了本算法与SVD及Block-SVD算法的时间对比分析。
2.
The linear combination of cityblock distance and chessboard distance is employed in place of Euclidean distance,and it achieves comparability measurement of feature descriptors,and reduce the character points in calculating by using the results of part feature.
在分析SIFT特征向量生成过程的基础上,提出一种降低SIFT匹配过程中相似性度量计算代价的方法以提高SIFT特征匹配效率。
补充资料：群落相似性
群落相似性
similarity of community
可以更明确地描述种组成相似特征。常用的有杰卡特(P.Jaecard，1901)、索雷申(T.Sorensen，1948)、库列津斯基(5.T.Kulezynski，1927)和芒福德(M.D.Mountford，1962)等的相似性系数。 设丈为生境A和生境B共有的种数，a为生境A含有的全部种数，b为生境B含有的全部种数，则:①杰卡特群落相似性系数: G=j八a+b一户;②索雷申群落相似性系数: CS=Zj八a+b);③库列津斯基群落相似性系数:。一冬cs一j八。+b); ‘④芒福德群落相似性系数: C材=Zj/(Zab一(a+b)j〕 上述杰卡特群落相似性系数(G)和索雷申群落相似性系数(Cs)的最大值为1，库列津斯基群落相似性系数(C砂的最大值为0.5;芒福德群落相似性系数(C耐)的最大值为co。当两个群落所含有的种完全相同，其系数为最大值;当两个群落所含有的种完全不同，其系数均为O。自O至最大值之间表示两个群落的相似程度。 优势种相似上述的群落相似性系数得出的指标虽不尽相同，但原则一致，其特征值仅限于比较群落间所含有的种的相似性。但两群落的外貌是否相似，常常以优势种的相似程度为特征。因此，布雷和柯蒂斯(J.R.Bray and C.T.Curtis，1957)根据上述群落相似性系数，结合优势种的相似程度进行描述，即在生境A和B中，以全部种的个体总数aN和bN代替索雷申群落相似性系数计算式中的口和b，取两生境中共有种的种群数量的低值(例如种1在生境A中种群数为47，在生境B中种群数为50，则取47为计算值)的总和方明弋替;’，其相似性系数CB为: CB=2.1’N尹(口N+云N)。 计算结果同样以O至l之间的数值表示两个群落之间的相似程度。(庞雄飞)群落相似性(similarity of eommunity)群落特性之一，是不同群落结构特征的相似程度。常用群落相似性系数(eoeffieient of similarity)表示。可用以比较不同空间昆虫群落结构的异同。 共有种相似假如A、B、C三个群落的种类数从本一致，群落A与B具有多数共有种，群落B与C仅有少数共有种，可以认为群落A与B的相似性较大，群落B与C的相似性较小。 种组成相似在物种构成相近似的群落中，不宜单纯依据共有种的数量比较其相似程度，用群落中种类总数及共有种数的综合性指标—群落相似性系数，
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条