XiaoMi-AI文件搜索系统
World File Search System中心矩
使用机器学习检测紧急创伤环境中的颅内血肿的早期预警系统
由算法确定标签。根据决策树，在从 Haralick 特征（30）和图像矩（即中心矩、原始矩、归一化中心矩和 Hu 矩）中评估的 50 个因素中，来自 Haralick 特征的熵和方差以及图像中的中心矩特征是决定标签的最有效因素。在图像处理中，图像矩是图像像素强度的加权平均值（矩），或此类矩的函数，通常选择具有某些有吸引力的特性或解释。通过图像矩找到的图像的简单属性包括面积（或总强度）、其质心以及有关其方向的信息。另一方面，熵测量图像直方图的强度，它显示图像中不同灰度级的概率。
峰度统计作为脉冲检测器的灵敏度...
摘要 — 我们开发了一种能够识别低电平脉冲射频干扰 (RFI) 的新型微波辐射计探测器。敏捷数字探测器可以通过直接测量信号的其他矩（而非传统测量的方差）来区分 RFI 和自然热辐射信号。峰度是预测电压的四阶中心矩与二阶中心矩的平方之比。它可以很好地指示 RFI 的存在。本文解决了与正确计算峰度相关的许多问题。推导出了在没有和存在脉冲正弦 RFI 的情况下峰度的平均值和标准差。峰度对短脉冲 RFI（例如来自雷达）的敏感度远远高于对连续波 RFI 的敏感度。发现脉冲正弦 RFI 的最小可检测功率与 ( M 3 N ) − 1 / 4 成比例，其中 N 是独立样本的数量，M 是接收器中的频率子带数量。