The normalization can be in any des

The normalization can be in any desired norm and is used
to achieve fairness between database images with few and
manydescriptorvectors. We havefoundthat L 1 -normgives
better results than the more standard L 2 -norm.
In the simplest case, the weights w i are set to a constant,
but retrieval performance is typically improved by an
entropy weighting like

Kết quả (Việt) 1:

Bình thường hóa có thể ở bất kỳ mức mong muốn và được sử dụngđể đạt được sự công bằng giữa các cơ sở dữ liệu hình ảnh với ít vàmanydescriptorvectors. Chúng tôi havefoundthat L 1 - normgivestốt hơn kết quả hơn hơn tiêu chuẩn L 2 - chuẩn.Trong trường hợp đơn giản nhất, trọng lượng w tôi được thiết lập để một hằng số,nhưng hiệu suất thu hồi thường được cải thiện bởi mộtdữ liệu ngẫu nhiên nặng như

Kết quả (Việt) 2:

Việc bình thường có thể ở bất kỳ mức mong muốn và được sử dụng
để đạt được sự công bằng giữa các hình ảnh cơ sở dữ liệu với ít và
manydescriptorvectors. Chúng tôi havefoundthat L 1 -normgives
kết quả tốt hơn so với các tiêu chuẩn hơn L 2 -norm.
Trong trường hợp đơn giản, trọng lượng wi được thiết lập để một hằng số,
nhưng hiệu suất thu hồi thường được cải thiện bằng một
trọng như entropy