【摘 要】
：
本文从模式识别的角度对图标特征识别的强弱问题展开研究,通过一系列的认知心理实验提出了原型特征简化匹配模型、原型视知觉频率匹配模型和原型造物本原匹配模型的图标特征识别强弱规律。这是一种图示化的心理表征,反映了人类认知客观世界的方式不是来自与外在世界实体的对应,而是依靠对客观现实世界的视知觉与经验,是人类视知觉、经验与心智交互作用的结果。
论文部分内容阅读
本文从模式识别的角度对图标特征识别的强弱问题展开研究,通过一系列的认知心理实验提出了原型特征简化匹配模型、原型视知觉频率匹配模型和原型造物本原匹配模型的图标特征识别强弱规律。这是一种图示化的心理表征,反映了人类认知客观世界的方式不是来自与外在世界实体的对应,而是依靠对客观现实世界的视知觉与经验,是人类视知觉、经验与心智交互作用的结果。
其他文献
针对水稻样本图像中主茎被遮挡,现有算法难以识别剑叶节点、散岔稻穗主轴问题,提出了基于机器视觉的剑叶节点搜索算法,通过自定义聚类生成稻穗与剑叶类中心,识别判定散岔稻穗轴线,最终得到穗叶夹角.其中,提出的剑叶节点搜索算法对剑叶节点的模糊定位进行量化,经过实验验证,具有较好的鲁棒性和准确性;自定义的K-means方法基于样本统计信息,解决了散岔穗叶夹角测量问题.实验表明,该算法误差为1.89%,与现有算
An unsupervised classification method was applied to compact polarimetric-interferometric SAR(C-PolInSAR)data to investigate its potential for forest mapping and classification.Unsupervised classifica
Diabetic retinopathy(DR) is one of the most important causes of visual impairment. Automatic recognition of DR lesions, like hard exudates(EXs), in retinal images can contribute to the diagnosis and s
9月5～6日,全国农技中心在北京组织召开2018年全国秋冬种墒情会商会,来自国家气象中心农业气象中心、国家农业信息化工程中心及部分省级土肥水技术推广部门的专家参加会商。农业农村部种植业管理司肥料与节水处有关负责同志到会指导。会议强调,土壤墒情是农业"三情"之一,是指导种植业绿色生产的基础,在农业高质量发展中的作用更加凸显。各地要高度重视,强化墒情监测网络体系建设和站点维护,加快墒情监测站点数据入网
目前,图像处理是很多高校跟图像相关专业的必修课程,现在流行的图形图像处理软件主要是以Photoshop软件为主。在图形图像的教学过程中,提高教学质量的方法有很多,本文主要介绍项目教学法。本文指出了当前高等院校图像处理教学存在的问题,并提出了项目教学法在图像处理教学中的运用策略。
Cultivated tea(Camellia sinensis) plants acidify the rhizosphere, and Aluminum(Al) toxicity is recognized as a major limiting factor for plant growth in acidic soils. However, the mechanisms responsib
由于现在科技的飞速发展,计算机视觉技术也慢慢的成熟起来,本文分析了计算机视觉技术与模式的定义,并详细的分析了计算机视觉技术在农业中的应用情况自己需要解决的问题和对未来发展的展望。
土壤水分是土壤肥力的重要组成部分,是植物生长发育的重要影响因素,土壤水分也是研究农业干旱及作物干旱的重要参数,是节水农业中的重要指标。土壤水分是研究土壤一植物一大气所构成的复杂系统中能量与物质交换时十分重要的指标,也是直接影响土壤发育演变和农作物产量的关键因素之一。土壤水分是农田灌溉管理、区域水文条件研究和流域水分平衡计算的重要参量。研究土壤水分含量及其动态变化规律是农业科学和环境科学工作中极为重
为研究耕地中土壤硒的含量特征及空间分布,选取黑龙江省产粮大县泰来县为研究区,以多目标区域地球化学调查成果为数据基础,采用多元统计、地统计和普通克里格插值等方法分析泰来县耕地土壤硒元素含量及其空间分布特征。研究表明:1)泰来县耕地表、深层土壤硒含量均值分别为0.155和0.056mg/kg,都低于黑龙江省土壤背景值,水田硒元素含量均值在表、深层土壤中都高于旱地;2)土壤硒含量除受成土母质的影响外,还
为了实现对茶园土壤酸碱状况量化判别,以7个省份茶园313份土壤为材料,以酸碱度(pH表示)值在4.5~5.5的范围为最适宜茶树生长区间,将pH值划分为5.5 3个范围,提出了将近红外光谱信息与贝叶斯(Bayes)判别相结合进行定性判别酸碱状况是否适合茶树正常生长。在此基础上,采用多元线性回归(multiple linear regression,MLR)定量预测pH值。通过一阶导数(first d