Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 106,962,739

 Robust Feature Extractions from Geometric Data using Geometric Algebra
unfaithful spouse infidelity i dreamed my husband cheated on me
Tác giả hoặc Nhóm tác giả: Minh Tuan Pham, Tomohiro Yoshikawa, Takeshi Furuhashi, and Kanta Tachibana
marriage affairs open i want an affair
Nơi đăng: Proceedings of the 2009 IEEE International Conference on Systems, Man, and Cybernetics, San Antonio, TX, USA; Số: 978-1-4244-2793-2;Từ->đến trang: 529 - 533;Năm: 2009
Lĩnh vực: Chưa xác định; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
Most conventional methods of feature extraction for pattern recognition do not pay sufficient attention to inherent geometric properties of data, even in the case where the data have spatial features. This paper introduces geometric algebra to extract invariant geometric features from spatial data given in a vector space. Geometric algebra is a multidimensional generalization of complex numbers and of quaternions, and it ables to accurately describe oriented spatial objects and relations between them. This paper proposes to combine several geometric features using Gaussian mixture models. It applies the proposed method to the classification of hand-written digits.
ABSTRACT
Most conventional methods of feature extraction for pattern recognition do not pay sufficient attention to inherent geometric properties of data, even in the case where the data have spatial features. This paper introduces geometric algebra to extract invariant geometric features from spatial data given in a vector space. Geometric algebra is a multidimensional generalization of complex numbers and of quaternions, and it ables to accurately describe oriented spatial objects and relations between them. This paper proposes to combine several geometric features using Gaussian mixture models. It applies the proposed method to the classification of hand-written digits.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn