简介：Inthispaper,weproposeasparseovercompleteimageapproximationmethodbasedontheideasofovercompletelog-Gaborwavelet,meanshiftandenergyconcentration.Theproposedapproximationmethodselectsthenecessarywaveletcoefficientswithameanshiftbasedalgorithm,andconcentratesenergyontheselectedcoefficients.Itcansparselyapproximatetheoriginalimage,andconvergesfasterthantheexistinglocalcompetitionbasedmethod.Then,weproposeanewcompressionschemebasedontheaboveapproximationmethod.TheschemehascompressionperformancesimilartoJPEG2000.TheimagesdecodedwiththeproposedcompressionschemeappearmorepleasanttothehumaneyesthanthosewithJPEG2000.

简介：基于视频检测和跟踪技术的道路车辆信息采集是智能交通新兴研究方向。采用了基于均值偏移（Mean-Shift）算法的视频车辆跟踪方案,实现道路车辆的精确检测和稳定跟踪。采用Kalman滤波预测跟踪位置,以提高跟踪鲁棒性。最后,通过试验结果表明该方案的有效性和实时性。

简介：平常的微分方程颂诗广泛地被使用确定HIV病毒的动力学。从吵闹的数据估计颂诗参数有趣却挑战性，特别数据有一些孤立点。在这研究，作者使用吝啬的移动孤立点模型MSOM基于颂诗的二拍子的圆舞评价在HIV模型检测孤立点。为移动参数的近似公式被导出。而且，20个测试统计数值被构造，它的接近的分发被建立。模拟结果显示出那：1边界点相对内部点在参数评价上有更多的影响。2建议过程能有效地检测孤立点。作者从HIV临床的试用用一个申请例子说明建议途径并且发现到模拟的类似的模式学习。

简介：Inlandmark-basedimageregistration,estimatingthelandmarkcorrespondenceplaysanimportantrole.Inthisletter,anovellandmarkcorrespondenceestimationtechniqueusingmeanshiftalgorithmisproposed.Imagecornerpointsaredetectedaslandmarksandmeanshiftiterationsareadoptedtofindthemostprobablecorrespondingpointpositionsintwoimages.Mutualinformationbetweenintensityoftwolocalregionsiscomputedtoeliminatemis-matchingpoints.Multi-levelestimation(MLE)techniqueisproposedtoimprovethestabilityofcorrespondingestimation.Experimentsshowthattheprecisioninlocationofcorrespondencelandmarksisexact.Theproposedtechniqueisshowntobefeasibleandrapidintheexperimentsofvariousmono-modalmedicalimages.

简介：摘要视频数据分析是监控系统中的重要组成部分，监控系统分析视频的第一步是区分对象，第二步是跟踪对象，最后一步是分析对象行为。本文采用改进的MeanShift算法对行人进行跟踪。

简介：为适应目标位置快速变化、局部遮挡和短暂消失等情况,提出了一种基于均值偏移（MeanShift）和卡尔曼滤波的红外目标跟踪算法。该算法采用局部二元模式（LBP）算子提取图像特征向量,基于MeanShift特征匹配和目标定位结果,预测下一帧跟踪波门中心位置,结合卡尔曼滤波器进行跟踪状态估计和维持。仿真试验表明该算法的有效性。

简介：针对光电跟踪系统中实时提取运动目标脱靶量的应用需求，设计了一种基于灰度直方图的Mean—shift图像跟踪算法，对算法中目标模型与候选模型的建立进行了改进，抑制了背景像素对目标跟踪产生的影响。算法在系统上位机Vis—ualC＋＋6．0平台上实现，当光电跟踪系统捕获到运动目标后，利用Mean—shift图像跟踪算法跟踪运动目标，并实时将运动目标脱靶量作为伺服控制系统的输入信号，驱动跟踪器跟踪目标。实验结果表明：设计的算法可以实时、准确、有效地跟踪运动目标，使稳定后的脱靶量换算得到的角偏差量控制在30”之内。

简介：Themeanshifttrackerhasdifficultyintrackingfastmovingtargetsandsuffersfromtrackingerroraccumulationproblem.Toovercomethelimitationsofthemeanshiftmethod,anewapproachisproposedbyintegratingthemeanshiftalgorithmandframe-differencemethods.Theroughpositionofthemovingtargetisfirstlocatedbythedirectframe-differencealgorithmandthree-frame-differencealgorithmfortheimmobilecamerascenesandmobilecamerascenes,respectively.Then,themeanshiftalgorithmisusedtoachieveprecisetrackingofthetarget.Severaltrackingexperimentsshowthattheproposedmethodcaneffectivelytrackfirstmovingtargetsandovercomethetrackingerroraccumulationproblem.

简介：你也许知道mean的中文意思是“意思”，但这只是其一，mean这个词还有很多意思呢，想知道吗？请往下看!

简介：

简介：ItisshowninthispaperthatahyponormalweightedshiftofnormoneisunitarilyequivalenttoaToeplitzoperatorifandonlyifitsweights{an}0∞satisfy1-丨an丨2=（1-丨a0丨2）n+1n≥0.Inparticular,thisanswerstheAbrahamse’sProblem2.Asaconse-quence,the（surprising）answer,obtainedfirstbyC.C.Coweninanexplicitform,toHalmos’Question5isrecaptured.

简介：

简介：

简介：

简介：我们使用二个多项式到结果讨论一致的根，然后我们在情况r=在特性和的吝啬的价值上改进伯吉斯的结果3。最后，我们在情况r=为特性和的吝啬的价值给新估计4。关键词结果-多项式-特性先生(2000)题目分类11L40

简介：“六一”的阳光为什么这样灿烂？“六一”的花朵为什么这样芬芳？“六一”的歌声为什么这样动听？“六一”的孩子为什么这样高兴？

简介：ThereseearchontherelationbetweenweightedshiftoperatorsonHilbertspacesandotherimportantclassofoperatorsattractedtheattentionofsomemathematicians.Forexample,therelationbetweenweightedshiftoperatorsandsubnormaloperatorshasbeenthoroughlystudiedbyJ.Stampfli,R.GellarandD.A.Herrero,etc.(seereference[1])Butthedecomposabilityofweightedshiftoperatorshasnotyetattractedenoughattentionuptonow.Wemadeinitialresearch

简介：

简介：由一个基本证明，我们使用Conway和Dudziak的结果看那A是否是一个hyponormal操作符与光谱半径r(A)以便它的光谱是关上的磁盘{z:|z|r(A)}当时，A是反射的。用这结果，我们在移动操作员的reflexivity上给Bercovici，Foias，和Pearcy的结果的一个简单证明。另外，可颠倒的双边的加权的移动的每力量是反射的，这被显示出。

简介：