دانلود مقاله انگلیسی رایگان:توصیفگرهای زاویه ای شبکه های پیچیده: روش جدید برای تحلیل شکل مرزی - 2017

دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی بینایی ماشین رایگان
  • Angular descriptors of complex networks: A novel approach for boundary shape analysis Angular descriptors of complex networks: A novel approach for boundary shape analysis
    Angular descriptors of complex networks: A novel approach for boundary shape analysis

    سال انتشار:

    2017


    عنوان انگلیسی مقاله:

    Angular descriptors of complex networks: A novel approach for boundary shape analysis


    ترجمه فارسی عنوان مقاله:

    توصیفگرهای زاویه ای شبکه های پیچیده: روش جدید برای تحلیل شکل مرزی


    منبع:

    Sciencedirect - Elsevier - Expert Systems With Applications, 89 (2017) 362-373. doi:10.1016/j.eswa.2017.08.009


    نویسنده:

    Leonardo F.S. Scabini, Danilo O. Fistarol, SávioV. Cantero, WesleyN. Gonçalves, Bruno Brandoli Machado, Jose F. Rodrigues, Jr.


    چکیده انگلیسی:

    Article history:Received 11 August 2016Revised 2 August 2017Accepted 3 August 2017Available online 3 August 2017Keywords:Shape analysis Complex networks Computer vision Feature extraction ClassificationWe introduce a method for shape recognition based on the angular analysis of Complex Networks. Our method models shapes as Complex Networks defining a more descriptive representation of the inner an- gularity of the shape’s perimeter. The result is a set of measures that better describe shapes if compared to previous approaches that use only the vertices’ degree. We extract the angle between the Complex Network edges, and then we analyze their distribution along with a network dynamic evolution. The proposed approach, named Angular Descriptors of Complex Networks (ADCN), presents a high discrimi- natory power, as evidenced by experiments conducted in five datasets. It is rotation invariant, presents high robustness against scale changes and degradation levels, overcoming traditional methods such as Zernike moments, Multiscale Fractal dimension, Fourier, Curvature and the degree-based descriptors of Complex Networks.© 2017 Elsevier Ltd. All rights reserved.
    Keywords: Shape analysis | Complex networks | Computer vision | Feature extraction | Classification


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 12
    حجم فایل: 1101 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
بینایی-ماشین
موضوعات
footer