|
关注：1
2013-05-23 12:21
求翻译：Having segmented the test image and extracted all its features, we next obtain a likelihood ratio score for each test superpixel and each class that is present in the retrieval set. Making the Naive Bayes assumption that features are independent of each other given the class, the likelihood ratio for class c and superp是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
Having segmented the test image and extracted all its features, we next obtain a likelihood ratio score for each test superpixel and each class that is present in the retrieval set. Making the Naive Bayes assumption that features are independent of each other given the class, the likelihood ratio for class c and superp
问题补充： |
|
2013-05-23 12:21:38
具有分段的测试图像，并提取其所有功能，我们接下来得到似然比得分为每个测试超像素和每类中存在的检索集合。
|
|
2013-05-23 12:23:18
被分割测试图象和提取所有它的特点，我们其次得到每测试superpixel和是存在检索集合的每类的一个似然比比分。做天真贝斯假定特点是独立彼此指定类，类的c似然比和superpixel s是
|
|
2013-05-23 12:24:58
被分割测试图象和提取所有它的特点，我们其次得到可能比率比分为每测试superpixel和是存在检索集合的每类。 做天真贝斯假定特点是独立彼此指定类，可能比率为类c和superpixel s是
|
|
2013-05-23 12:26:38
有分割测试图像和特征提取其所有的功能，我们下一步获得目前检索集合中的每个类，每个测试像素发挥其似然比得分值。特点是独立于彼此给定类的朴素贝叶斯假设，似然比类 c 和像素发挥其 s 是
|
|
2013-05-23 12:28:18
分割了测试图像和提取其所有的特征，我们紧接着获取在每测试超像素和在被设置的检索中是存在的每节课方面的一个可能性比率成绩。做出起重要作用的 Naive Bayes 假设不依赖于彼此给课，对课 c 和超像素为的可能性比率 s 是
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
