1) list sustained distance
最小支撑距离
2) minimal support set
最小支撑集
1.
Based on the area of support set, a function whose minimum determines the minimal support set (MSS) was constructed.
构造了基于支撑集面积的目标函数 ,其极小值点确定了最小支撑集 (MSS) 。
3) minimum spanning tree
最小支撑树
1.
In this paper, aiming at the complicated web graph denoted by relation matrix ,based on the analysis of the features of the elements constituting the minimum spanning tree, two methods of getting the minimum spanning tree, method of directly getting and performing on the table, have been put forward.
针对关系矩阵表示的复杂网络图 ,分析构成其最小支撑树的元素特点 ,提出两种求最小支撑树的方法 :直接生成法和表上作业法 。
2.
The arithmetic of that a minimum spanning tree deletes edges with the largest weight is another algorithm,which is on the basis of Kruskal algorithm,Prim algorithm and the Deleting circults.
最小支撑树的一种删除大权边算法是在Kruskal算法、Prim算法和破圈法的基础上,提出的另一种算法。
3.
The model of minimum spanning tree with multiple parameter is established.
建立了多参数最小支撑树问题 (RMST)的模型 ,并证明该问题是 NP-完全的。
4) minimal spanning tree
最小支撑树
1.
This paper narrated and proved an minimal spanning tree algorithm which requires no consideration of circles.
从树的等价定义出发,叙述并证明了一种不必考虑圈的求最小支撑树的算法。
5) minimum distance
最小距离
1.
Fast calculating minimum distance between point and complex curve with subdivision approximating algorithm
分割逼近法快速求解点到复杂平面曲线最小距离
2.
The minimum distance between two free form surfaces is widely used in selecting the cutter diameter and detecting interference during NC machining of complex part.
曲面间最小距离的求解 ,广泛用于复杂曲面零件数控加工的刀具半径选择和干涉处理中 。
3.
To use the frequency spectrum characteristics in texture classification of remotely sensed imagery,a texture classification algorithm based on minimum distance in frequency space is put forward.
为了将频谱对纹理特性的表征能力应用于遥感图像分类提出了基于频域最小距离遥感图像纹理分类算法。
6) minimal distance
最小距离
1.
Finally,we recognize gesture patterns be means of minimal distance of feature pixels.
将图像的轮廓看成一条曲线,采用HDC(HierarchicalDiscreteCorrelation)方法用一个内核对曲线进行多次平滑,得到曲线的尺度空间,再通过跟踪曲线在尺度空间中的运动找出手势轮廓的关键点,最后通过最小距离法对手势进行识别。
补充资料：最小距离分类
按照模式与各类代表样本的距离进行模式分类的一种统计识别方法。在这种方法中，被识别模式与所属模式类别样本的距离最小。假定c 个类别代表模式的特征向量用R1,...,Rc表示,x是被识别模式的特征向量，|x-Ri|是x与Ri(i＝1,2,...,c)之间的距离，如果|x-Ri|最小，则把x分为第i类。在更复杂的情况下可以用各类的代表样本集合，而不仅仅是用一个样本作为最小距离分类的基础(见近邻法分类)。进行最小距离分类首先要为每个类别确定它的代表模式的特征向量，这是用这种方法进行分类效果好坏的关键。各类代表特征向量可以根据所研究对象的物理、化学、生物等方面的机理来确定，常用的方法是收集各类样本，用各类样本特征向量的平均向量作为各类代表模式的特征向量。其次要选择一种确定的距离度量以计算被识别模式与各类代表模式特征向量之间的距离。常用的距离有欧几里得距离、绝对值距离等。
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