Andere Kunden interessierten sich auch für
![Triagem virtual de imagens de patologia usando CBIR e redes neurais]( "Triagem virtual de imagens de patologia usando CBIR e redes neurais")
Triagem virtual de imagens de patologia usando CBIR e redes neurais23,99 €![Colorização de imagens usando a técnica de correspondência de patchs em escala cruzada]( "Colorização de imagens usando a técnica de correspondência de patchs em escala cruzada")
Colorização de imagens usando a técnica de correspondência de patchs em escala cruzada26,99 €![Sistema de Segurança de Electrodomésticos baseado em IoT usando Raspberry Pi]( "Sistema de Segurança de Electrodomésticos baseado em IoT usando Raspberry Pi")
Sistema de Segurança de Electrodomésticos baseado em IoT usando Raspberry Pi23,99 €![Algoritmos de agrupamento para imagens coloridas com ruído]( "Algoritmos de agrupamento para imagens coloridas com ruído")
Algoritmos de agrupamento para imagens coloridas com ruído29,99 €![Análise de Qualidade usando GME em Engenharia de Software Baseado em Componentes]( "Análise de Qualidade usando GME em Engenharia de Software Baseado em Componentes")
Análise de Qualidade usando GME em Engenharia de Software Baseado em Componentes26,99 €![Reconhecimento multibiométrico baseado em imagens de faces]( "Reconhecimento multibiométrico baseado em imagens de faces")
Reconhecimento multibiométrico baseado em imagens de faces29,99 €![Um novo sistema informatizado baseado na Web para as clínicas governamentais da Malásia]( "Um novo sistema informatizado baseado na Web para as clínicas governamentais da Malásia")
Um novo sistema informatizado baseado na Web para as clínicas governamentais da Malásia23,99 €
Processo de recuperação de imagens com base no conteúdo, dependendo da nova estratégia de correspondência. Neste trabalho Modelo proposto composto por quatro Fases Principais: extração de características, Redução de Dimensão, Classificador ANN e Estratégia de Correspondência. fase de extração de características, extrai uma característica de cor e textura, respectivamente, chamada matriz de co-ocorrência de cor (CCM) e diferença entre pixels de padrão de varredura (DBPSP). A técnica de redução de dimensionalidade seleciona as características eficazes que, em conjunto, têm a maior dependência da classe alvo e redundância mínima entre si. A rede neural artificial (ANN) em nosso modelo proposto serve como classificador para que as características selecionadas da imagem da consulta sejam a entrada e sua saída seja uma das multiclasses que têm a maior semelhança com a imagem da consulta.