“中心矩”簡單造句，中心矩造句子

在對各型皮爾遜分佈的中心矩與原點矩的研究基礎之上，介紹了針對該分佈的優化擬合方法，得到了各分佈類型的參數並實現了其在工序能力評價中的應用。

利用像素鄰域的三階中心矩，可以提取圖像邊界。

一組新的由低階中心矩構成的仿*不變量驗*了本文推導的正確*。

最大熵密度函數以z的期望和高階中心矩為約束條件加以擬合。

採用標記匹*法實現自動拼接，採用形態學濾波和四階中心矩方法實現不均勻背景圖紙的的消藍，提高了圖紙輸入的效率和質量。

該文擬將計算機視覺中傳統模板匹*法與對場景物體的中心矩描述方法相結合，提出了一種效率較高的匹配算法。

次序統計量的矩有原點矩和中心矩，主要是期望、方差和協方差。

3方差的*定義是隨機變量的二次中心矩，與期望值之差的平方的加權平均值。

提出用分塊的方法分別計算各塊的面積和中心矩，從而提高簡譜的識別率。