1) the minimum horizontal length
最小水平距离
2) square distance minimization
平方距离最小化
1.
Given two points on an object represented by point cloud, we first obtain an approximately shortest path between the two points as an initial active curve by using Dijkstra s algorithm, then we use square distance minimization method to compute the active curve iteratively to be the geodesic between the two points on the point cloud.
给定点云模型上2点,将点云数据沿与xyz三坐标轴垂直方向进行单元剖分后,采用Dijkstra算法求出2点间的最短路径作为初始测地线;然后通过带弧长最短约束的平方距离最小化方法对初始测地线进行迭代优化,计算得到点云模型上给定2点间的一条样条表示的精确测地线。
3) the method of least square distances
最小平方距离法
1.
On the base of MATLAB, the regression equation of the groove gradient and the degree of cutting is built by the method of least square distances.
藉助MATLAB工具 ,对泥石流沟的六个地貌要素之沟床比降与切割度、流域面积与主沟长 ,用最小平方距离法进行了初步处理分析的探讨 :建立了线性相关的回归方程 ,并与用最小二乘法得到的线性回归方程进行比较 ,一些参数的估计值得到了改
4) minimum translational distance
最小平移距离
1.
The problem of minimum translational distance(MTD for short) of convex polyhedra is always an active subfield of computer graphics.
凸多面体的最小平移距离问题一直以来都成为计算机图形学的一个研究热点。
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