G - Physics – 06 – K
Patent
G - Physics
06
K
G06K 9/62 (2006.01) G06F 7/00 (2006.01) G06F 17/30 (2006.01) G06F 19/00 (2006.01)
Patent
CA 2509580
A system (10) and method (100) for identifying critical features (211) in an ordered scale space within a multi-dimensional feature space is described. Features (173) are extracted from a plurality of data collections (76). Each data collection (76) is characterized by a collection of features (173) semantically-related by a grammar. Each feature (173) is normalized and frequencies (183) of occurrence and co-occurrences (78) for the feature (173)are determined. The occurrence frequencies (183) and the co-occurrence frequencies (78) for each of the features (173) are mapped into a set of patterns of occurrence frequencies (183) and a set of patterns of co- occurrence frequencies (79). The pattern for each data collection (76) is selected and distance measures between each occurrence frequency (183) in the selected pattern is calculated. The occurrence frequencies (183) are projected onto a one-dimensional document signal (81) in order of relative decreasing similarity using the similarity measures. Wavelet and scaling coefficients (81) are derived from the one-dimensional document signal using multiresolution analysis.
Cette invention concerne un système (10) et un procédé (100) permettant d'identifier des caractéristiques essentielles (211) dans un espace d'échelle ordonné à l'intérieur d'un espace à caractéristiques pluri-dimensionnelles. Des caractéristiques (173) sont extraites d'une pluralité d'ensembles de données (76). Chaque ensemble de données (76) est caractérisé par un ensemble de caractéristiques (173) en relation sémantique via une grammaire. Chaque caractéristique (173) est normalisée et l'on détermine des fréquences (183) d'occurrence et de co-occurrence (78) pour la caractéristique (173). Les fréquences d'occurrence (183) et les fréquences de cooccurrence (78) pour chacune des caractéristiques (173) sont reportées dans un ensemble de motifs de fréquences d'occurrence (183) et dans un ensemble de motifs de fréquences de co-occurence (79). Le motif pour chaque ensemble de données (76) est sélectionné et des mesures de distance entre chaque fréquence d'occurrence (183) sont relevées dans le motif choisi. Les fréquences d'occurrence (183) sont projetées sur un signal de document unidimensionnel (81) par ordre de similitude décroissante au moyen de mesures de similitude. Des coefficients d'ondelettes et de mise à l'échelle (81) sont tiré d'un signal de document unidimensionnel au moyen d'une analyse multirésolution.
Attenex Corporation
Integral Ip
LandOfFree
Identifying critical features in ordered scale space does not yet have a rating. At this time, there are no reviews or comments for this patent.
If you have personal experience with Identifying critical features in ordered scale space, we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Identifying critical features in ordered scale space will most certainly appreciate the feedback.
Profile ID: LFCA-PAI-O-1862576