图像处理中特征向量的归一化.pdf

下载文档

13
0
约小于1千字
约 2页
2022-08-31 发布于湖北
举报
版权申诉
保障服务

图像处理中特征向量的归一化.pdf

1、本文档共2页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

特征向量归一化在数字图像处理研究领域当中，难免会遇到数据归一化问题。对于数据归一化问题上最起码有两种理解，1、数据归一化的作用不大；2、数据归一化是在计算相似度距离的时候，必不可少的一部分。本人差不多做了一年的图像理解方面的实验，在这可以很明确的告诉大家，数据归一化的作用还是挺大的，最起码在不同特征向量融合方面，数据归一化是计算相似度距离上比不可少的一部分。试想一下，如果不对数据进行归一化，则不同特征向量怎么赋予一个合理的权重，只有当每个特征向量都处于一个级别上，赋予合理的权重才有意义