1) subspace learning
子空间学习
1.
Spatially Smooth and Complete Subspace Learning Algorithm
空间光滑且完整的子空间学习算法
2.
Neighborhood preserving embedding(NPE) is a subspace learning algorithm,which has the property of preserving local neighborhood structure on the data manifold.
保持近邻嵌入(NPE)是一种子空间学习方法,具有保持数据流形上局部邻域结构的属性。
3.
An efficient nonlinear subspace learning method,kernel neighborhood preserving projections(KNPP),is developed.
提出了一种有效的非线性子空间学习方法:核邻域保持投影。
2) learning subspace
学习子空间
1.
Orbits generated lattice algorithm of learning subspace in Lie-group Machine Learning(LML);
李群机器学习(LML)的学习子空间轨道生成格算法
2.
Orbits generated theory of learning subspace and its algorithm in Lie-Group machine learning (LML);
李群机器学习(LML)的学习子空间轨道生成理论及算法初探
3.
Research and Application on Orbits Generated Algorithm of Learning Subspace in Lie-Group Machine Learning (LML);
本文在李群机器学习(LML)的理论框架上,以李群机器学习的代数模型、几何模型、学习的公理系统为基础作进一步研究,给出了李群机器学习的学习子空间轨道生成算法,将该算法应用于人群分类,葡萄酒化学成分分类以及大豆等八个专用数据集的分类,取得了满意的结果。
3) supervised subspace learning
监督子空间学习
4) LSM
学习子空间算法
1.
Recognition of A Limited Chinese Character Set Based on Improved CLAFIC LSM Algorithm;
基于改进型CLAFIC学习子空间算法的有限汉字集识别
5) tensor subspace learning
张量子空间学习
1.
In this paper,a simple but efficient algorithm based on tensor subspace learning is proposed to reduce the dimensionality of high-dimensional silhouette data for human action recognition.
提出了一种基于张量子空间学习降维人体高维侧影数据的人行为识别方法。
6) learning space
学习空间
1.
From the angle of university teaching,learning and research s need for information resources,the thesis does research on resources integration and the construction of service and learning space of Chinese key universities.
本文从高校教、学、研对信息资源的需求入手,对我国重点高校资源的整合状况、用户服务空间和学习空间的建设进行了调查,其目的是进一步凸显高校图书馆文献中心与学习中心的地位,推动我国数字图书馆服务环境的进一步发展。
2.
This paper expounds the relationship between the construction of harmonious university culture and the designing of learning space.
从大学环境建设——学习空间设计这一微观角度入手,阐述了大学和谐文化建设与学习空间设计之间的关系以及和谐的学习空间设计应该关注的几个方面:关注学生多样化学习的需要、体现最新教育教学理念、营造亲和、和谐、舒适的空间形象。
补充资料：部分学习与整体学习
部分学习与整体学习
part learning and whole learning
部分学习与整体学习(part learningand whole learning)在运动学习和记忆学习中，根据对学习内容的处理方式可以分成部分学习和整体学习。部分学习就是将材料分成几个部分，每次学习一个部分:整体学习就是每次学习整个材料。一般来讲，整体学习的效果优于部分学习。但是，课题复杂彼此没有意义联系的材料，用部分学习的效果好:课题简短或具有意义联系的材料，用整体学习的效果好。在进行学习时，可以将部分学习与整体学习结合起来，先进行整体学习再进行部分学习，或者相反。这种相互结合的学习方式叫做综合学习，效果更好些。 (周国帕撰成立夫审)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条