Key points are not available for this paper at this time.
동적 부분 함수(Dynamic Partial Function, DPF)는 쌍별 이미지 유사성을 측정하기 위해 기능의 하위 집합을 동적으로 선택하는 방법으로, 근접 복제 이미지 인식에 매우 효과적인 것으로 입증되었습니다. 그러나 DPF는 모든 쌍별 유사성 측정이 동일한 수의 기능을 사용해야 한다는 일괄성 문제에 직면해 있습니다. 우리는 쌍별 방식으로 선택되는 기능의 수를 다르게 허용하여 DPF의 성능을 향상시키는 방법을 제안합니다. 광범위한 경험적 연구를 통해 우리의 세 가지 방법: 임계값 설정, 샘플링 및 가중치 부여, 그리고 이 세 가지 기본 방법의 혼합 방식이 근접 복제 이미지 인식에서 DPF를 상당히 능가함을 보여줍니다.
Yan et al. (Mon,)는 이 질문을 연구했습니다.