共查询到10条相似文献，搜索用时 15 毫秒
1.
针对传统的基于文本关键字的图像检索方法已经不能满足对大型医学数据库检索的需要的问题,本文提出了一种基于高维特征检索智能算法的图像检索技术。该算法使用高维向量设计基于内容的图像检索,建立训练样本集,根据样本集的距离设置遗传算法的适应度函数,而后遗传迭代出最优向量组合,进行测试集的匹配和检索。算法仿真结果表明,本文提出的基于高维特征检索智能算法的图像检索技术在检索精度上比传统方法高。 相似文献
2.
3.
传统的Kirsch边缘检测算法的优化和实现都是针对常用处理器提出的。根据Kirsch算法的可并行计算的特点,本文提出了一种基于图形处理器GPU的快速Kirsch算法。快速算法根据GPU的并行结构和硬件特点,采用了纹理存储技术、多点访问技术和对称计算技术三种加速技术,优化了数据存储结构,提高了数据访问效率,降低了算法复杂度。实验表明,采用基于GPU的算法可将对图像的处理速度提高到传统Kirsch边缘检测算法的10倍以上。 相似文献
4.
统计深度的主要思想是在高维情况中,根据深度函数对给定的数据集或是分布得到一个中心向外的数据排序,并能由此定义出高维中位数的概念。本文改进了投影深度最深点的近似算法并提出了SPD（Spatial）深度最深点的近似算法,并且通过数据模拟可以看出这些算法的精确度较高,而且计算复杂度也不高。 相似文献
5.
《科技通报》2018,(12)
通过研究近似邻近查询算法,提出了一种基于随机化思想的KANN(K-approximate nearest-neighbor algorithm)算法,改进相似性搜索的速度和精度。算法在两个阶段采用了随机思想:一是在编码时,结合谱哈希算法和随机矩阵逼近法得到数据点的二进制编码。二是在查询时,为降低搜索时间成本,先对原数据集进行初次阈值筛选得到一个查询点的一个近似类别集。由于近似类别中存成对距离很小,采用基于距离搜索算法精度下降。本论文提出采用统计秩的思想,保留距离排序的信息,在近似类别的数据集进行多次抽样排序,得到k个近似邻居。本文提出的近似邻近检索框架采用多环节过滤数据,并控制搜索误差,在速度和精度上得到了改进。 相似文献
6.
针对电网数据来源多、维度高、体量大的特点,提出云环境下大规模电网数据相似重复记录并行检测算法MP-MATCH;首先,引入海明距离、倒排索引算法和狄利克雷抽屉原理对Sim Hash算法改进,解决相似重复记录检测精度和效率缺失的问题;其次,基于MapReduce模型设计改进的Sim Hash算法的并行执行策略,实现云环境下大规模电网数据相似重复记录并行检测;最后,在Hadoop平台上进行实例对比分析,结果表明了算法的高效性和精确性,并具有良好的伸缩性和加速比,适用于大规模电网数据的相似重复记录并行检测。 相似文献
7.
8.