The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
析了传统的灰度共生矩阵在计算纹理特征时计算量
,
辨能力
的缺点。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
析了传统的灰度共生矩阵在计算纹理特征时计算量
,
辨能力
的缺点。
:
上例句、词性
类均由互联网资源自动生成,部
未经过人工审核,其表达内容亦不代表本软件的观点;若发现问题,欢迎向我们指正。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
分析了传统的灰度共生矩阵纹理特征时
量大,且分辨能力
的缺点。
声明:以上例句、词性分类均网资源自动生成,部分未经过人工审核,其表达内容亦不代表本软件的观点;若发现问题,欢迎向我们指正。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
析了传统的灰度共生矩阵在计算
征时计算量大,且
辨能力
的缺点。
声明:以上例句、词性由互联网资源自动生成,部
未经过人工审核,其表达内容亦不代表本软件的观点;若发现问题,欢迎向我们指正。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
分析了传统灰度共生矩阵在计算纹理特征时计算量大,且分辨能力
缺点。
声明:以上例句、词性分类均由互联网资源自动生成,部分未经过人工审核,其表达内容亦不代表本软件点;若发现问题,欢迎向我们指正。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
析了传统的灰度共生矩阵在计算纹
时计算量大,且
辨能力
的缺点。
声明:以上例句、词均由互联网资源自动生成,部
未经过人工审核,其表达内容亦不代表本软件的观点;若发现问题,欢迎向我们指正。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
分析了传统的灰度共生矩阵在计算纹理特征时计算量大,且分辨能力的缺点。
声明:以上例句、词性分类均由互联网资源自动生成,部分未经过人工审核,其表达内容亦不代表软件的观点;若发现问题,欢迎向我们指正。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
分析了传统的灰度共生矩算纹理特征时
算量大,且分辨能力
的缺点。
声明:以上例句、词性分类均由资源自动生成,部分未经过人工审核,其表达内容亦不代表本软件的观点;若发现问题,欢迎向我们指正。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
分析了传统的灰度共生矩阵在算纹理特
算量大,且分辨能力
的缺点。
声明:以上例、词
分类均由互联网资源自动生成,部分未经过人工审核,其表达内容亦不代表本软件的观点;若发现问题,欢迎向我们指正。
The traditional gray-level co-occurrence matrix (GLCM) was computationally intensive and discriminatively insufficient.
分析了传统的灰度共生矩算纹理特征时
算量大,且分辨能力
的缺点。
声明:以上例句、词性分类均由资源自动生成,部分未经过人工审核,其表达内容亦不代表本软件的观点;若发现问题,欢迎向我们指正。