1) feature learning clustering
特征学习聚类
1.
Meanwhile,we apply the function into feature learning clustering in order to counteract the negative affects by the given f.
为此,通过研究、分析Relief算法及其在聚类应用中存在的问题,提出了一种基于Relief算法的特征评价函数,并将此函数运用到特征学习聚类中,以解决特征权值取值不当对聚类产生的负面影响。
3) learning characteristics
学习特征
1.
A comparison study of students math-learning characteristics in Grade One between key senior middle schools and regular ones in Huanggang;
黄冈市重点中学和普通中学高一学生数学学习特征比较
2.
As an important part of foreign language learners, science and engineering students have their own learning characteristics.
理工科学生在外语学习的过程中有其自身的某些特点 ;了解他们在目前环境下的外语学习特征 ,对于指导学生的外语学习以及对外语教学均是非常有益
5) feature clustering
特征聚类
1.
Feature selection method based on Fisher criterion and feature clustering;
基于Fisher准则和特征聚类的特征选择
2.
Feature Selection Based on Mutual Information Maximization and Feature Clustering
基于互信息最大化和特征聚类的特征选择
3.
In the domain of information retrieval,using feature clustering to extract the features is one of the most important means in the reduction of text dimension.
借助特征聚类进行特征抽取是信息检索领域进行文本特征降维的重要手段之一。
6) cluster feature
聚类特征
1.
This paper proposes an algorithm based on color cluster feature for color quantization.
提出了一种基于颜色聚类特征的色彩量化方法 。
补充资料：类属学习
类属学习
subordinate learning
类属学习(sub。rdinate learning)类属是指在命题学习或概念学习中，把新知识归属于原有认知结构的某一适当部位并使之相互联系的过程。通过这一过程而获得一定意义的学习，就叫做类属学习。它可以区分为两种:(l)派生类属学习。在这种学习中，新知识是认知结构中原有知识的派生物，或者是原有概念的特例，或者是原有命题的例证，是从原有的具有更高包摄性和概括性的概念或命题中派生出来的。例如，认知结构中已有“具有光泽、延展性、易导电、传热等性质的物质是金属”这一知识，当学习新知识“锰”时，只要知道“锰”是“金属”中的一种，便会获得“锰也具有光泽、延展性、易导电、传热等性质”这意义。可见，“锰”这一新知识是从原有知识“金属”派生出来的。(2)相关类属学习。在这种学习中，新知识类属于原有的具有较高概括性的概念或命题，由于二二者的相互作用，使原有的概念或命题得到扩展、深化、修饰或限定，使新知识获得意义。例如，过去己经知道“挂国旗是爱国行动”，现在学习一个新命题:“保护燃料是爱国行动”。新命题类属于原有的“爱国行动”中，结果新命题获得意义，原有的“爱国行动”被扩展或深化。在这一学习中，新命题一与具有较高概括性的类属者(’’爱国行动，’)结合，发生相互作用。但新命题的意义并未完全蕴含在“爱国行动”之中，也不能为其所代表。 (成立夫撰{巫国审)
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