使用姿態描述子與粗糙集理論

2021-04-01 05:31:35 字數 414 閱讀 9236

今天看到**中使用姿態描述子,即骨骼與水平方向的夾角,

來描述人體的姿態,這樣就可以區分站立還是坐著,通過歸一化處理,

那麼這個歸一後的結果按時間列序就是可以構成一種特徵,描述了姿態轉變的過程,

比如走路,臥倒。如何做到歸一化處理呢,請教了乙個博士師兄,師兄很熱情回答了我,

並且提示我可以去查詢《粗糙集理論》。

「粗糙集理論則是在離散歸一化處理其在測量中所得的資料集合,通過基於集合元素的不可分辨關係的代數運算,利用條件與結果屬性中的大量有用特徵、有效資料發現知識,在決策規則的初步簡化計算中取得核值,然後進一步簡化規則並根據問題要求選取最小決策演算法給予實際應用,去除大量資訊中的多餘屬性,降低資訊空間的維數和屬性數量。它可大大簡化網路結構和樣本數量,縮短訓練時間,是智慧型科技中一種具有根本意義的分析方法。」

這一部分等待細化。

段描述符與段選擇子

存放的是gdt 全域性描述符表 表的位置和大小,大小為48位 在windeg中 r gdtr 檢視gdt表的位置 r gdtl 檢視表的大小 gdt表裡面存放的元素稱為段描述符 大小為8位元組 dd 位址 檢視位址裡面的內容 檢視4位元組 dq 位址 檢視8位元組 eq 位址 8位元組資料 往指定位...

使用傅利葉描述子識別形狀(matlab

有整個程式和測試在文件裡,測試可執行。檔案 n459.com file 25127180 478678004 以下內容無關 分割線 一,概述 抽象工廠模式為乙個產品家族提供了統一的建立介面。當需要這個產品家族的某一系列的時候,可以從抽象工廠中選出相對應的系列來建立乙個具體的工廠類別。這種型別的設計模...

(二)ORB描述子提取原始碼思路與實現

orbslam2中orb特徵提取的特點 orbslam2中通過對opencv中的orb特徵點提取類進行修改,對影象進行分塊提取,而後劃分節點,使得每個節點中儲存的特徵點效能是該節點所有特徵點中最好的。可能按照上面說的方式,大家不太能理解。這麼說吧。將鋪滿蘋果的桌子進行畫格仔,然後每個格仔中就會有不同...