《表1 纹理特征分析结果:基于数据挖掘的图像特征分割技术》
在确定出VE的计算结果后,将选择对比度和相关性提取出来,在神经网络中进行训练,获得最终的纹理特征分析结果[11]。图4~图7中的对比度、熵、相关性和能量的纹理特征分析结果如表1所示。
图表编号 | XD00174675700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 李凯勇 |
绘制单位 | 青海民族大学物理与电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |
在确定出VE的计算结果后,将选择对比度和相关性提取出来,在神经网络中进行训练,获得最终的纹理特征分析结果[11]。图4~图7中的对比度、熵、相关性和能量的纹理特征分析结果如表1所示。
图表编号 | XD00174675700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 李凯勇 |
绘制单位 | 青海民族大学物理与电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |