1) set-square-difference
集合稀疏差异度
1.
The method of how to determine threshold value of set-square-difference in CABOSFV algorithm;
CABOSFV算法中集合稀疏差异度阈值确定方法
2) set distance
集合差异度
1.
Content-based clustered P2P search model depending on set distance;
利用集合差异度实现基于内容聚类的P2P搜索模型
3) Thin subset
稀疏集
4) sparse suture
稀疏缝合
1.
Methods Clinical materials of five patients treated with the combined technology which is composed of sparse suture with thin thread, short term stent on the anastomotic stoma and sustained suction with micro negative pressure are retrospectively analyzed.
方法 回顾性分析联合应用稀疏缝合、吻合部短期内支撑 ,以及术后持续低负压吸引技术治疗 5例肝外胆管近端损伤的临床资料 ,并对各例进行长期随访。
5) sparse data set
稀疏数据集
6) sparse candidate sets
稀疏候选集
1.
SP algorithm used optimization to deal with sparse candidate sets,scored the optimal set as the candidate,so are the candidates for each node-parent node sets,thus easily lead to the final Bayesian network had more two-way edges,after dealed with two-way edge,there are still more reverse side.
针对SP算法中利用优化组合处理稀疏候选集来评分得最优候选集,这样得到的每个节点的候选集为父节点集,从而容易导致最后的贝叶斯网络双向边较多,对双向边处理后还存在较多的反向边,从而提出了利用爬山算法处理稀疏候选集,得到新的算法SCHC,该算法减少了双向边的数量和提高了正确边的数量。
补充资料：集合E(?)R~n的薄度
集合E(?)R~n的薄度
thinness of a set
集合E C=R”的薄度[‘皿，ofa锹;pa3衅脚，c几M肋‘c皿了，亦称集合的稀疏性，在点y(，‘R”上的 判别E为极集(po坛set)的一个局部准则.一个非空集合E CR份在下面两种情形下称为在点y(，〔R”是薄的(山访): l”。不是E的极限点;即夕。砖E‘，这里￡‘是E的导出集(山力俄劝set); 2)y。〔E‘且在y。的一个邻域里存在一个上调和函数(su详rh~血丘切诵朋)。(x)，使得 绝。诫v(x)>”(y。)· 、‘E\{少。} 集合E是极集，当且仅当E在它的每一点是薄的.对任意集合E，E在某些点是薄的，E中这样的点构成的子集是极集.若一个集合在点y。、‘R”是薄的，则它的任何非空子集在y。也是薄的.有限个在点y。任R”薄的集合之并在y。也是薄的. 平面R”的线段在它的任意点不薄.若E C RZ在点y。是薄集，则存在以y。为中心的任意小的圆周与E不交.极集E cR“是完全不连通的.然而x轴上的〔滋n幻r集(它是零测度集)在它的任意点不薄.同时，例如，R3中的点集 E={(x，夕，z):V(x，夕，:))k>1}，在点(O，0，O)有一个脊，其中 。(二，夕，·卜)寸不恶用是区间(O(x(l，O，O)上具有密度t的N七州如.位【补注】薄度的另外两个重要性质是:1)E在x是薄的，当一且仅当在细拓扑(几le topology)下x不是E的极限点;2)开集u(若uCRZ，设U为有界)的边界点x关于Dilichletl司题是正则的(1℃gular)，当「J.仪当U的余集在x不薄. 薄度的概念以及利用它来定义细拓扑，在任何一种位势论中都是重要的.例如，在与强MaPKoB过程(Markov process)关联的概率位势论中，一个Borel集E在、是薄的，当且仅当从x出发，过程几乎确定一次也不会击中E.但是一般说来，一个集合在它的每一点都薄时，它本身未必是极集;可数个这种集合的并集称为半极集(s咖一pohrset)，这是一种例外集(与场‘d旧d问题(Diricl止t problem)相关联)，当某种位势论缺乏对称性(例如，热传导方程位势论)时，它可以远远大于极集.大体上说来，在概率位势论中，一个集合E是极集(相应地，半极集)，如果这过程几乎确定不会遇到E(相应地，遇到E至多可数次)，亦见抽象位势论(potential thoory，a比-tra以)，劣气New飞oll因招mial)，E在脊(0，0，O)‘E‘是一薄集(玩比gue例子(Le比gueexa咖le”
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