1) least distance judgement
最小距离判决法
1.
The least distance judgement(LDJ) is used to identify the images from camera,which show the pasition of molten metal surface.
将线性空间的最小距离判决法用于图象识别，并描述其实现的过程，从而提出一种图象识别实用技术的方法，具有较广泛的应用及参考价值。
2) standardized minimum distance discrimination method
标准化最小距离判别法
1.
Based on the concept of sample distance,the standardized minimum distance discrimination method is proposed in this paper which provides a quantitative criterion to assess the sediment-carrying capacity formulae and other formulae.
在评述水流挟沙力公式检验方法的基础上,以样本距离为基础,提出标准化最小距离判别法,将挟沙力公式检验资料转化到同一数量级,消除检验资料数值差异过大引起的误差,定量评价不同水流挟沙力公式。
3) least distance discrimination
最小距离判别
1.
A test to FVC2004 fingerprint database indicates that the basis of elementary enha-ncement and least distance discrimination,the new method can position the center of fingerprint with accuracy.
为解决该问题,提出了一种基于相关参数模板匹配的指纹中心定位新方法,对FVC2004指纹数据库的测试表明,在指纹经过初步增强的基础上,借助最小距离判别,新方法能够对指纹中心准确定位,与最大曲率方法相比,在中心点缺失的情况下,有更高的鲁棒性。
5) minimum distance method
最小距离法
1.
In order to overcome the shortcomings of MDM, an im-proved minimum distance method based on ANN(Artificial Neural Networks) is presented.
最小距离法是一种应用非常广泛的状态识别算法，但其在使用过程中要求待识别样本必须符合类内距离较小、类间距离较大这一前提条件，否则将会造成识别错误。
2.
In this paper,we used maximum likelihood method and minimum distance method of supervised classification to make comparison on land cover according to the image data of 02B satellite of CBERS.
针对中巴资源卫星02B星CCD图像数据用监督分类中的最大似然法和最小距离法进行土地覆盖分类比较。
3.
Based on seventeen counties economic development data,this paper employs the minimum distance method of clustering analysis to figure out the difference between developed and underdeveloped counties.
选取山东省部分县市的经济数据,应用聚类分析法中的最小距离法对它们的经济发展情况进行聚类,找出经济发达与欠发达县市各自不同特点。
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