股融通配资,线下配资平台,线上股票配资炒股,10大配资公司

①形狀分析：在 IEEE Trans. PAMI、ICIG2007、Pattern Recognition、Neurocomputing 分別提出點約束直方圖、FFT-RISC、形狀上下文譜、三角形鏈碼、局部射線模型等形狀分析方法用于圖形符號識別、圖像配準。點約束直方圖集成了點和向量層次特征描述的優勢，同時保證了魯棒性和旋轉伸縮不變性，IAPR TC10 第一屆國際符號識別競賽所有 72 項測試中 68 項最優。②特征選擇：在 Pattern Recognition 提出了第三種全局最優的特征選擇方法，他引 104 次，從理論上證明了在特定類可分性度量下可以將特征選擇轉化為特征排序問題求解，從而高效率地獲得全局最優解。③目標檢測、定位、識別：基于上述形狀分析和機器學習方法實現了復雜背景下目標檢測、定位、識別一體化，且計算速度較快。④缺陷檢測：在上述形狀分析和機器學習方法的基礎上設計了缺陷檢測方法，可以快速檢測出工件表面大塊缺陷和劃痕。