1) 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
2) least distance square method
最小距离平方和法
1.
In order to improve it s precision,weight least square method(WLSM)for non-linearity and least distance square method(LDSM)for linearity relative equation are provided to improve traditional least square method.
在水文分析计算中,经常涉及到变量之间的线性或非线性拟合,而在拟合各种特性曲线时,通常应用以实测资料与拟合曲线间的误差平方和最小作为目标函数的方法———最小二乘法,但这种方法忽视了所有实测点应与拟合曲线间的相对误差尽量不超过某一百分比的原则,为了达到上述要求,提出了非线性的加权最小二乘法及线性相关方程的最小距离平方和法,探讨改进了传统的最小二乘法达到优化的效果。
2.
In order to improve its precision,it adopts Least Distance Square Method for linearity simulation.
为此考虑采用最小距离平方和法,综合考虑x及y向离差,使点(x,y)到相关直线距离平方和最小,与传统的单方向最小二乘法相比,所求方程不会因坐标系的选取而改变,可使x及y方向离差达到整体最优效果。
3) 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。
4) minimum distance method
最小距离方法
5) min(TSDw)
最小组内平方距离法聚类
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