您当前的位置：
首页 >
文章列表页 >
局部位置特征与全局轮廓特征相结合的图像分类方法
学术论文 | 更新时间：2025-07-16
上一篇|下一篇

    • 局部位置特征与全局轮廓特征相结合的图像分类方法

    • Image Classification Method Combining Local Position Feature with Global Contour Feature

    • 李雅倩 ，吴超 ，李海滨 ，刘彬
    • 电子学报 2018年46卷第7期 页码：1726-1731

    • DOI： 10.3969/j.issn.0372-2112.2018.07.026     

      中图分类号：

    移动端阅览

  •  
  •  

  • HTML全文

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束，您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束，您可以通过登录账户，到个人中心，购买VIP会员阅读全文。
已是VIP会员？
去登录 >

257

浏览量

286

下载量

2

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于多模态一致性协同提示微调的判断标记学习方法
动态时序引导的病理图像分类扩散模型
基于多视角置信度融合的对抗样本迁移性提升方法
衰减解耦机制的图像分类网络
全局依赖引导的特征重构图像分类网络

相关作者

韩日东
许靖昊
李仲年
孙统风
许新征
赵赫阳
陈如豪
罗一恺

相关机构

中国矿业大学矿山数字化教育部工程研究中心
浙江大学计算机辅助设计与图形系统 全国重点实验室
中国矿业大学计算机科学与技术学院/人工智能学院
山西大学计算智能与中文信息处理教育部重点实验室
山西大学计算机与信息技术学院