语义分割
共 4 篇文章
语义分割 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 4 篇文章，持续更新中。
VMI技术研究综述
<span id="LbZY">虚拟机自省（Virtual Machine Introspection，VMI）技术充分利用虚拟机管理器的较高权限，可以实现在单独的虚拟机中部署安全工具对目标虚拟机进行监测，为进行各种安全研究工作提供了很好的解决途径，从而随着虚拟化技术的发展成为一种应用趋势。基于为更深入的理解和更好的应用VMI技术提供参考作用的目的，本文对VMI技术进行了分析研究。采用分析总结的方
指纹图像分割与增强算法的研究
<span id="LbZY">在研究和分析指纹图像的强度场和方向场原理基础上，根据人眼的视觉原理，提出一种指纹图像分割与增强的方法。按照指纹图像前景色梯度大，背景色梯度小，可以将指纹前景色很好的分割出来。并且通过纹线方向进行滤波增强处理，可以得到良好的效果。对随机抽取的指纹图像分割和增强的实验证明，取得了满意的结果。此方法的优点是将指纹纹线断裂处很好的连接，可以广泛应用于指纹图像的预处理过程当中
单端10-bit SAR ADC IP核的设计
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 20.909090042114258px; ">本设计通过采用分割电容阵列对DAC进行优化，在减小了D/A转换开关消耗的能量、提高速度的基础上，实现了一款采样速度为1
基于粒子群模糊C均值聚类的快速图像分割
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">模糊C-均值聚类算法是一种无监督图像分割技术，但存在着初始隶属度矩阵随机选取的影响，可能收敛到局部最优解的缺点。提出了一种粒子群优化与模糊C-均值聚类相