1) subordinate degree matrix
优属度矩阵
1.
Through determining the relative subordinate degree matrix for the criteria and the relative subordinate degree vector of the sub-system to total decision, the preponderance of the bidding scenarios chosen to the total decision are .
通过确定各指标对分系统相对优属度矩阵及分系统对总决策的相对优属度向量,并确定出各入选投标方案对总决策的优越程度,为最后做出总决策提供较为客观公正的依据。
2) Relative optimal subordinate degree matrix
相对优属度矩阵
3) dominance matrix
优势度矩阵
1.
This paper proposes two new methods for calculating priority vector——Dominance Least Included Angles Method(DLAM) and Dominance Relative Entropy Method(DREM) through combining dominance matrix with the Least Included Angles Method(LAM) and the Relative Entropy Method(REM).
本文将优势度矩阵与最小夹角法 (LAM )和相对熵方法 (REM)相结合 ,提出了两种新的计算排序向量的方法———优势度最小夹角法 (DLAM)和优势度相对熵方法 (DREM) ,并讨论了它们的性质。
4) membership matrix
隶属度矩阵
1.
A SVM(support vector machine) based float car driving mode classification model was studied and designed,and a novel membership matrix-based feature evaluation and selection method was proposed.
研究和设计了一个基于支持向量机(SVM,Support Vector Machine)的浮动车行驶模式判断模型,并针对性地提出了一种简单的基于隶属度矩阵的特征评价和选择方法。
2.
For the sample to be classified,sub-classifiers are used to obtain membership matrix,and then according to the sum of every line of membership matrix,co.
用1-a-1方法训练子分类器,对于待分类样本,通过子分类器得到对应其隶属度矩阵,依据隶属度矩阵每行元素和判定该文本所属主题。
3.
The first method uses 1-a-1 to train sub-classifiers,for the samples to be classified,sub-classifiers are used to obtain membership matrix,and then according to the sum of every line of membership matrix,confirms the subjects that the sample belongs to.
一种是采用1-a-1方法训练子分类器,通过子分类器得到待分类样本的隶属度矩阵,依据隶属度矩阵每行元素和判定该文本所属类别。
5) cumulative dominance matrix
累积优势度矩阵
6) optimally scaled matrix
最优尺度矩阵
1.
Iterative algorithms for calculating bounds of ∥A~(-1)∥_∞and the spectralradius of the Jacobi iterative matrix, judging H-matrix and M-matrix andproducing the optimally scaled matrix and equidiagonal dominance matrix arepresented in this paper.
本文对迭代判定H-矩阵、M-矩阵;最优尺度矩阵的迭代产生与(?)的计算;等对角优势矩阵的迭代产生与∥A~(-1)∥_∞的迭代估计等研究方向进行了深入的研究。
补充资料：拟合优度
分子式：
CAS号：
性质：在回归分析中，残差平方和Q中既包括了实验误差效应平方和Qe，又包括了除被研究的因素x之外的、其他因素与x对响应值y的非线性影响产生的平方和Qd。Qd反映了回归方程和回归线线性拟合好坏的程度，此一拟合好坏的程度称为拟合优度。在回归分析中，如果被拟合的回归线线关系好，其他因素对x对y的非线性影响可以忽略不计，其产生Qd一定非常之小，Q基本上由Qe组成，失拟方差与误差效应方差为同一方差估计值。如果这两个方差之比F大于一定显著性水平a下的临界值Fa，说明其他因素与x对y的非线性影响严重。
CAS号：
性质：在回归分析中，残差平方和Q中既包括了实验误差效应平方和Qe，又包括了除被研究的因素x之外的、其他因素与x对响应值y的非线性影响产生的平方和Qd。Qd反映了回归方程和回归线线性拟合好坏的程度，此一拟合好坏的程度称为拟合优度。在回归分析中，如果被拟合的回归线线关系好，其他因素对x对y的非线性影响可以忽略不计，其产生Qd一定非常之小，Q基本上由Qe组成，失拟方差与误差效应方差为同一方差估计值。如果这两个方差之比F大于一定显著性水平a下的临界值Fa，说明其他因素与x对y的非线性影响严重。
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