矢量 矢量X可以看作是N维欧氏空间中的一个点，用一个列矢量表示：

提出一种基于灰度信息和支持向量机的人眼检测方法.首先,利用人眼区域灰度变化比人脸其他部位灰度变化明显的特征,采用图像灰度二阶矩(方差)建立人眼方差滤波器,在固定人眼搜索区域内,应用人眼方差滤波器搜索候选人眼图像;然后,使用训练的支持向量机分类器精确检测人眼区域位置;最后,采用图像灰度信息率定位人眼中心(虹膜中心).该方法在BioID、FERET和IMM人脸数据库中的测试结果显示:没有佩戴眼镜人脸图像正确率分别为98.2%、97.8%和98.9%,406幅佩戴眼镜人脸图像正确率为94.9%;人眼中心定位正确率分别为90.5%、88.3%和96.1%.通过与目前方法比较,该方法获得较好的检测效果

7.2.1 填料 7.2.2 填料塔内件的结构设计 7.2.2.1 填料的支承装置 7.2.2.2 填料塔的液体分布器 7.2.2.3 液体收集再分布器 7.2.2.4 填料的压紧和限位装置

第一节船舶对航运环境的污染及防止措施 第二节船舶油水分离器和排油监控装置 第三节船舶生活污水处理装置 第四节船舶垃圾处理装置

1 人工神经网络发展概况 2 神经网络基本概念 3 前馈神经网络 4 其他神经网络简介 5 神经网络模式识别

最大传动比是汽车为I档时传动系的总传 动比,因主减速器传动比是固定的,通 常汽车没有分动器和轮边减速器,因此, 只要确定I档传动比即可。 最大爬坡度、I档动力因数、附着力和汽 车最小稳定车速是最大传动比的制约因 素。 讨论最大爬坡度时,车速很低,近似等 速,所以,F和F均可忽略

决策树修剪的主要任务是抛弃一个或更多 的子树,并用叶替代这些子树,使决策树 简单化。 问题是修剪后的结果能达到我们期望算法 降低预测误差率来提高分类器的质量,但 误差率计算并不简单。 评价预测误差的一个可行方法是用另外一 个新的有效检验样本,或用第四章中讲述 的交叉确认法

最大传动比是汽车为I档时传动系的总传 动比，因主减速器传动比是固定的，通 常汽车没有分动器和轮边减速器，因此， 只要确定I档传动比即可。 最大爬坡度、I档动力因数、附着力和汽 车最小稳定车速是最大传动比的制约因 素

1 概率密度估计 2 直方图方法 3 Parzen 窗 4 K 近邻密度估计 k 近邻分类器

介绍了用支持向量机(SVM)进行动态学习训练的方法．解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题．实践证明,使用该方法可以动态跟踪样本的变化,保证SVM分类器的最优性能．利用该方法设计的银行票据OCR系统的实际应用说明了该方法的有效性．