SVM法线算法,SVM normal algorithm,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> SVM法线算法

1) SVM normal algorithm 点击朗读

SVM法线算法

The first step is to train linear Support Vector Machines(SVM) on training data to achieve support vectors; secondly, attain the normal vector through calculating the weight of each feature according to the SVM normal algorithm, eliminate the low weighted features in the dataset in order to get a efficient subset of features; finally, use only features retained after th.

首先,使用线性支持向量机对训练样本进行训练,求出支持向量;然后,根据SVM法线算法计算各特征的权重,来获得法线向量,剔除数据集中权重较小的冗余特征基因;最后,使用线性支持向量机分类器实现对有效特征基因子集的分类。

2) weighed SVM normal algorithm 点击朗读

加权SVM法线算法

In this paper,based on the analysis of SVM normal algorithm,and the difference between the probability that attributes occurs in positive and negative samples,a weighed SVM normal algorithm,which considers both the distribution and the normal was presented.

针对SVM法线特征筛选算法仅考虑法线对特征筛选的贡献,而忽略了特征分布对特征筛选的贡献的不足,在对SVM法线算法进行分析的基础上,基于特征在正、负例中出现概率的不同提出了加权SVM法线算法,该算法考虑到了法线和特征的分布。

3) SVM algorithm 点击朗读

SVM算法

SVD and SLSI are used to reduce the dimension of feature space,SVM algorithm is employed to classify the feature vectors of testing collection,and the categorical accuracy and macro-average F1 ar.

以医学网页为实验对象,将网页中的文本抽取出来并分别用全局模型和差异模型表示,采用SVD和SLSI降维,利用SVM算法进行分类并计算分类正确率和F1指标。

SVM algorithm use only labeled data to build a model for the classifier,then the EMBAYES classifier trains the model by a smaller number of labeled data augment with a large number of unlabeled data and ensures the accuracy.

SVM算法只使用已归类的数据训练分类器,而EM算法用少量已归类数据,结合大量的未归类数据来训练分类器,在减少已归类数据的同时保证了分类器的精度。

In this paper,as the theory directing at minor samples,the applied aspects of SVM algorithm in watermarking detection are concerned.

根据Vapnik等人提出的一种基于统计学习理论的机器学习算法,在水印检测技术中引入一种针对小样本的学习理论SVM算法。

更多例句>>

4) NN-SVM algorithm 点击朗读

NN-SVM算法

Hence,the grid is introduced,and G-NN-SVM algorithm based on NN-SVM is presented. 点击朗读

在NN-SVM算法的基础上引入了网格概念,提出了G-NN-SVM算法,该算法先对空间进行分块,然后在空间块内计算样本距离,找出最近邻,并结合分块序列最小优化算法(SMO)进行了算法实现。

5) ACNN-SVM algorithm 点击朗读

ACNN-SVM算法

6) v-SVM algorithm 点击朗读

v-SVM算法

补充资料：法线

法线
normal

　　法线【.圈.川;助四呱]，曲线(或曲面)上一点处的过该点并垂直于曲线(或曲面)在该点处的切线(妞哆扭)(或切平面(切刊笋nt PhDe”的直线.光滑平面曲线在其上每个点处有位于曲线所在平面上的唯一的一条法线.姆果平面曲线由直角坐标方程y=f(x)给定，则此曲线在点(x。，y。)处的法线方程的形式为 (x一x。)+(y一y。)f‘(x。)=0. 空间曲线在其上每个点处有无穷多条法线;它们构成一个平面(法平面(加m过pl姗)).位于密切平面(璐cula山犯妙叨e)上的法线称为主法线(p血cj州nonnal);垂直于密切平面的法线称为，lJ法线(b访or-Inal). 由方程:=f(x，y)给定的曲面在点(x。，夕。，:。)处的法线由 /，、.，、刁z。「(x一x。)+(z一z。)崔二=0 l、‘一’一”‘“-一“少口x l，、.，、己z }(y一y。)+(z一z。)长于=0 k、“”了、-一”产ay确定，其中口z/ax，az/a夕取点(x。，y。)处的偏导数值. 如果曲面方程具有形式r=r(u，。)，则其法线的参数表示为 R一r+“[r一r。]·B。一3【补注】法线概念显然可推广到n维Euc加空间E”的m维子流形，即以一个n一m维仿射子空间作为所给流形在相应点处的n一m维法平面.对于(伪)Rj。比旧口n流形的子流形，法平面考虑为环绕空间的切空间的子空间，其中通过(环绕)(伪)Rie-宜以幻n度量定义正交性.亦见法丛(加m司b切侧阮);法平面(加n刃al Ph茂);法空间(曲面的)(加m司sPaCe(to a su而ce)).
　　

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

SVM-OVA方法 LS-SVM法支持向量机(SVM)算法分离变量法(SVM) 线算图法画线算法占线算法线性算法离线算法

ART-SVM算法 SOM-SVM算法 SVM方法

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> SVM法线算法 1) SVM normal algorithm SVM法线算法 1. The first step is to train linear Support Vector Machines(SVM) on training data to achieve support vectors; secondly, attain the normal vector through calculating the weight of each feature according to the SVM normal algorithm, eliminate the low weighted features in the dataset in order to get a efficient subset of features; finally, use only features retained after th. 首先,使用线性支持向量机对训练样本进行训练,求出支持向量;然后,根据SVM法线算法计算各特征的权重,来获得法线向量,剔除数据集中权重较小的冗余特征基因;最后,使用线性支持向量机分类器实现对有效特征基因子集的分类。 2) weighed SVM normal algorithm 加权SVM法线算法 1. In this paper,based on the analysis of SVM normal algorithm,and the difference between the probability that attributes occurs in positive and negative samples,a weighed SVM normal algorithm,which considers both the distribution and the normal was presented. 针对SVM法线特征筛选算法仅考虑法线对特征筛选的贡献,而忽略了特征分布对特征筛选的贡献的不足,在对SVM法线算法进行分析的基础上,基于特征在正、负例中出现概率的不同提出了加权SVM法线算法,该算法考虑到了法线和特征的分布。 3) SVM algorithm SVM算法 1. SVD and SLSI are used to reduce the dimension of feature space,SVM algorithm is employed to classify the feature vectors of testing collection,and the categorical accuracy and macro-average F1 ar. 以医学网页为实验对象,将网页中的文本抽取出来并分别用全局模型和差异模型表示,采用SVD和SLSI降维,利用SVM算法进行分类并计算分类正确率和F1指标。 2. SVM algorithm use only labeled data to build a model for the classifier,then the EMBAYES classifier trains the model by a smaller number of labeled data augment with a large number of unlabeled data and ensures the accuracy. SVM算法只使用已归类的数据训练分类器,而EM算法用少量已归类数据,结合大量的未归类数据来训练分类器,在减少已归类数据的同时保证了分类器的精度。 3. In this paper,as the theory directing at minor samples,the applied aspects of SVM algorithm in watermarking detection are concerned. 根据Vapnik等人提出的一种基于统计学习理论的机器学习算法,在水印检测技术中引入一种针对小样本的学习理论SVM算法。更多例句>> 4) NN-SVM algorithm NN-SVM算法 1. Hence,the grid is introduced,and G-NN-SVM algorithm based on NN-SVM is presented. 在NN-SVM算法的基础上引入了网格概念,提出了G-NN-SVM算法,该算法先对空间进行分块,然后在空间块内计算样本距离,找出最近邻,并结合分块序列最小优化算法(SMO)进行了算法实现。 5) ACNN-SVM algorithm ACNN-SVM算法 6) v-SVM algorithm v-SVM算法补充资料：法线法线 normal 　　法线【.圈.川;助四呱]，曲线(或曲面)上一点处的过该点并垂直于曲线(或曲面)在该点处的切线(妞哆扭)(或切平面(切刊笋nt PhDe”的直线.光滑平面曲线在其上每个点处有位于曲线所在平面上的唯一的一条法线.姆果平面曲线由直角坐标方程y=f(x)给定，则此曲线在点(x。，y。)处的法线方程的形式为 (x一x。)+(y一y。)f‘(x。)=0. 空间曲线在其上每个点处有无穷多条法线;它们构成一个平面(法平面(加m过pl姗)).位于密切平面(璐cula山犯妙叨e)上的法线称为主法线(p血cj州nonnal);垂直于密切平面的法线称为，lJ法线(b访or-Inal). 由方程:=f(x，y)给定的曲面在点(x。，夕。，:。)处的法线由 /，、.，、刁z。「(x一x。)+(z一z。)崔二=0 l、‘一’一”‘“-一“少口x l，、.，、己z }(y一y。)+(z一z。)长于=0 k、“”了、-一”产ay确定，其中口z/ax，az/a夕取点(x。，y。)处的偏导数值. 如果曲面方程具有形式r=r(u，。)，则其法线的参数表示为 R一r+“[r一r。]·B。一3【补注】法线概念显然可推广到n维Euc加空间E”的m维子流形，即以一个n一m维仿射子空间作为所给流形在相应点处的n一m维法平面.对于(伪)Rj。比旧口n流形的子流形，法平面考虑为环绕空间的切空间的子空间，其中通过(环绕)(伪)Rie-宜以幻n度量定义正交性.亦见法丛(加m司b切侧阮);法平面(加n刃al Ph茂);法空间(曲面的)(加m司sPaCe(to a su而ce)). 　　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 SVM-OVA方法 LS-SVM法支持向量机(SVM)算法分离变量法(SVM) 线算图法画线算法占线算法线性算法离线算法

©2011 dictall.com