1) self-adaptive min-distance classification
自适应最小距离分类法
2) minimum distance clustering
最小距离聚类法
1.
The arithmetic defines the distance matrix by the Euclidean distance and determines the orders of sensor fusion according to the minimum distance clustering.
该方法采用欧氏距离定义了距离矩阵,利用最小距离聚类法确定各传感器融合的次序,可以克服以往方法中关系矩阵的主观影响,提高数据融合结果的客观性。
2.
The arithmetic improves the objectivity of data fusion by the orders of sensor fusion according to the minimum distance clustering.
在多传感器采集数据基础上,利用最小距离聚类法确定各传感器融合的次序,提高数据融合结果的客观性。
3) minimum distance classifier
最小距离分类器
1.
Improved minimum distance classifier — weighted minimum distance classifier;
最小距离分类器的改进算法——加权最小距离分类器
2.
Finally the recognition results are obtained by the general minimum distance classifier.
设计了一种基于图像分块的LDA(linear discriminant analysis)人脸识别方法,该方法从模式的原始数字图像出发,先对图像矩阵进行分块,然后对分块子图像进行LDA特征提取,从而得到能代替原始模式的低维新模式,最后再用最小距离分类器进行分类。
3.
A minimum distance classifier ensemble method based on adaptive distance metric was proposed.
提出了一种基于自适应距离度量的最小距离分类器集成方法,给出了个体分类器的生成方法。
4) minimum distance classification
最小距离分类
1.
This paper used the MODIS02 images with the spatial resolution of 250m provided by NASA and used the way of RVI,NADVI and the minimum distance classification respectively to extract the information of Hu Moss.
本文利用NASA提供的MODIS02的250m分辨率影像,分别采用了比值法、归一化植被指数法和监督分类中的最小距离分类,提取了浒苔的信息,实验结果表明,三者都可以提取浒苔信息,但是比值法提取的结果最好,最小距离分类很难与薄云区分,必须加入人工目视解译,归一化植被指数可以区分出薄云,但是遗漏较多。
5) least class distance classifier
最小类距离分类器
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