mysql使用短横线_易混标点符号:一字线(—)、短横线(-)、浪纹线(~)

这三种符号均属于连接号。一字线(—)占一个汉字的宽度。短横线(-)占半个汉字的宽度。浪纹线(~)是全角字符,占一个汉字的宽度,注意不要和英文半角“波浪线”(~)混淆;若输入法无法直接打出浪纹线(~)而只能打出“波浪线”(~),切换为全角模式后按照打出“波浪线”的方法按键(即同时按“Shift”和“`”键)即可打出。

在中文书写中,一字线(—)和浪纹线(~)是比较常用的连接号,但人们很容易误用短横线(-)及半角“波浪线”(~)。

标示时间、空间、序数等项目的起止,连接相关名词表示走向,在标准编号中连接顺序号与年号等情况下,应当使用一字线(—);标示数值范围时应当使用浪纹线(~);在电话号码、门牌号、图表编号、阿拉伯数字年月日等各种复合名词及外来语内部分合中起连接作用时,应当使用短横线(-)。例如:

时间起止(一字线):鲁迅(1881—1936) 2016—2020年 1—3月 10月1日—7日 上午8:00—12:00

[错误用法:鲁迅(1881-1936) 2016~2020年 1~3月 10月1日-7日 上午8:00~12:00]

空间起止、走向(一字线):北京—上海特快列车 秦岭—淮河线

[错误用法:北京-上海特快列车 秦岭~淮河线]

[注意:表示空间、走向以构成复合名词时也可以用短横线(-)。如:吐鲁番-哈密盆地(GB/T15834—2011)]

序数起止(一字线):1—5号楼 第21—30条

[错误用法:1-5号楼 第21~30条]

[注意:当序数起止表示的是数值范围时,也可以用浪纹线(&#x

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个项目包含了指纹图像增强和指纹图像识别两个部分。在指纹图像增强部分,主要使用了以下公式: 1. 方向图像计算 首先,通过计算梯度图像的方向和大小,得到梯度方向图像和梯度大小图像。具体的公式如下: $$G_{x}=\begin{bmatrix}-1&0&1\\-2&0&2\\-1&0&1\end{bmatrix}*I$$ $$G_{y}=\begin{bmatrix}-1&-2&-1\\0&0&0\\1&2&1\end{bmatrix}*I$$ $$M=\sqrt{G_{x}^2+G_{y}^2}$$ $$\theta=\tan^{-1}\left(\frac{G_{y}}{G_{x}}\right)$$ 其中,$G_{x}$和$G_{y}$分别表示图像在水平和垂直方向的梯度,$I$为原始图像,$M$表示梯度大小图像,$\theta$表示梯度方向图像。 2. 统计局部方向直方图 对于每个像素点,计算其周围一定范围内的梯度方向直方图,得到一个局部方向直方图。具体的公式如下: $$h_i=\sum_{(x,y)\in N_i}\omega_{x,y}\delta(\theta_{x,y}-\theta_i)$$ 其中,$N_i$表示以当前像素点为中心的一个固定大小的邻域,$\omega_{x,y}$为权重系数,$\delta$为Kronecker delta函数,$\theta_i$为当前像素点的梯度方向。 3. 估计全局方向 通过计算所有局部方向直方图的峰值位置,得到一个全局方向。具体的公式如下: $$\theta_{global}=\frac{1}{2}\left(\max_i(h_i)+\min_i(h_i)\right)$$ 4. 旋转图像 根据估计的全局方向,对原始图像进行旋转,使得所有指纹纹线的方向与x轴平行。具体的公式如下: $$I_{rot}(x,y)=I(x\cos(\theta_{global})+y\sin(\theta_{global}),-x\sin(\theta_{global})+y\cos(\theta_{global}))$$ 在指纹图像识别部分,主要使用了以下公式: 1. 计算指纹特征向量 将指纹图像分成多个小块,对于每个小块,计算其局部方向直方图,并将直方图转换成一个特征向量。具体的公式和方法可以参考论文《Fingerprint Minutiae Recognition based on Local Features》。 2. 计算指纹相似度 通过计算两个指纹特征向量之间的距离,来判断两个指纹的相似度。常用的距离度量有欧氏距离、曼哈顿距离、余弦距离等。具体的公式可以参考论文《Fingerprint Minutiae Recognition based on Local Features》。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值