人耳识别造句

• 基于复合结构分类器的人耳识别
• 基于独立分量分析的人耳识别方法
• 判别分析算法在人耳识别中的应用
• 基于核主元分析法和支持向量机的人耳识别
• 本实验室在自然科学基金（编号60375002）的资助下，进行了一年左右的人耳识别技术研究。
• 摘要在基于独立分量分析的人耳识别方法研究基础上，提出复合结构分类器的人耳识别通用模型。
• 人耳检测是人耳识别的第一环节，也是我们建立人耳和人脸融合的多模态识别原型系统的重要部分。
• 2003年初首先拍摄了60人（每人3幅图像）的人耳图像库，研究人耳识别的可行性，使用标准的主元分析法就能达到94%的识别率。
• 基于静态图像的人耳识别问题根据输入图像的不同可分为三类：基于二维图像的人耳识别、基于3D的人耳识别和耳纹识别。
• 人能够听到的声波频率在20至2万赫兹之间，日冕产生的磁声波频率以毫赫、即千分之一赫兹计算，远远超出人耳识别范围。
• 2004年初建立了77人（每人4幅图像，拍摄条件为角度变化和光照变化）的人耳图像库，旨在进行姿态和光照变化情况下的人耳识别。
• 加利福尼亚大学的Bir Bhanu和Hui Chen使用range传感器获取的range人耳图像带有三维几何形状信息，使用local surface patches(LSP)来描述人耳，提出了基于3D图像的人耳识别方法。
• 为了能用仪器直接测量噪声评价的主观量，可在声级计放大线路中设置计权网络，以模拟人耳识别响度级频率的特性，测得的结果称为计权声级。
• 针对人耳识别中的特征提取和分类问题，我们将独立分量分析(ICA)应用于人耳图像的特征提取，并分别应用最近邻、RBF神经网络和SVM分类器进行分类识别。
• 针对遮挡情况下的人耳识别的问题，我们提出了一种改进的带有稀疏性限制的非负矩阵因子方法，给出了求解该新目标函数的迭代规则，并证明了迭代规则的收敛性。
• 由于有损编码会丢失信息这样一个现实，MP3算法通过建立人类听觉总体特征的模型尽量保证丢弃的部分不被人耳识别出来（例如，由于noise masking），不同的编码器能够在不同程度上实现这一点。
• 《生物特征识别技术》作者苑玮琦教授领导的沈阳工业大学视觉检测技术研究所从2001年开始相继对虹膜识别、人耳识别、人脸识别、指纹识别、掌纹识别、手形识别和手部静脉识别等生物特征识别技术开展了研究工作，先后2次获得国家自然科学基金以及教育部春晖计划项目、辽宁省自然科学基金、辽宁省高等学校优秀人才支持计划、辽宁省高等学校创新团队项目计划、沈阳市科学技术基金等多项基金的资助。