深入研究灰度共生矩阵算法,结合和差统计法对其进行改进。编码实现改进的图像纹理提取算法,并 采用基于径向基内积函数内核的支持向量机方法对图像分类效果进行实验。通过训练和测试证明,该系统能减 少特征提取的计算时间和存储空间,并可达到良好的图像分类效果

提出了一种新的基于非下采样Contourlet变换的纹理特征提取方法。首先对纹理图像进行非下采样 Contourlet变换,然后提取不同尺度、不同方向上变换系数矩阵的均值和方差作为特征向量,大大降低了特征维数,并 利用BP神经网络进行训练和仿真,实现了纹理图像的自动分类。实验结果表明,与小波包变换和改进的LBP纹理算 子等方法相比,该方法能取得更好的分类效果。

为了定量描述纹理,多年来人们建立了许多纹理算法以测量纹理特性.这些方法大体可以分为两大类：统计分析法和结构分析法。前者从图像有关属性的统计分析出发；后者则着力找出纹理基元，然后从结构组成上探索纹理的规律。也有直接去探求纹理构成的结构规律的。  本章将主要论述纹理特征提取与分析的几种方法。

本文从图像的纹理和形状特征出发，对图像特征提取与描述、图像相似性测 度和图像数据库等关键的图像检索技术进行了详细研究，并且进行了归纳和总 结。在研究过程中，本文对图像纹理和形状的定义进行了探讨，并且做出了新的 解释。本文以数学形态学为理论基础，设计了一个基于纹理和形状特征的图像检 索实验系统，同时还提出了一个新的纹理描述算法，本文称之为空隙像素统计法。 最后对全文进行了总结，并且对图像检索技

提出一种具有近似旋转不变性的改进Gabor小波变换纹理特征提取方法，由小波变换系数模的均值和标准方差 组成特征向量表示图像内容，利用10幅Brodatz纹理图像经过旋转、分割组成的图像数据库进行了检索测试，并与传统Gabor 变换和二元树复小波变换特征提取方法的分类结果进行了比较分析，实验表明本文方法有效地提高了图像检索精度．

用幂法求矩阵最大的特征值及其对应的特征向量

基于遗传算法和支持向量机的特征子集选择方法 基于遗传算法和支持向量机的特征子集选择方法

利用sobel算子，实现相对定向中的特征提取

：自动人脸识别（AFR），生物特征识别，面部特征配准，主动形状模型（ASM）， 主动表观模型（AAM），Gabor 小波，主成分分析，Eigenface，线性判别分析， Fisherface，AdaBoost，重采样技术，AdaGabor 特征，AdaGaDA 方法，

摘 要误用入侵检测系统的检测能力在很大程度上取决于攻击特征的数量和质量．该文提出一种基于多序列联 配的攻击特征自动提取方法：首先将可疑的网络数据流转化为序列加入到可疑数据池中；通过聚类将这些序列分 为若于类别；最后利用该文提出的多序列联配算法对同一类中的序列进行联配，并以产生的结果代表一类攻击 的特征．该方法的核心是该文提出的两种序列联配算法：奖励相邻匹配的全局联配算法cMENW(conti