1) object density
对象密度
2) density of object
对象的密度
1.
Following the description of the concepts,such as clustering,data object,density of object,density of cluster,distance and ε-neighbor,the algorithm of density and distance based clustering are introduced and analyzed.
对聚类、数据对象、对象的密度、簇的密度、距离和ε-邻域等基本概念进行了描述。
3) densest object
最大密度对象
1.
By selecting the densest object as the threshold, densities of those objects around the densest object are reviewed to decide the partition of basic blocks.
提出了一种结合了基于密度聚类思想的划分聚类方法——"密度最大值聚类算法(MDCA)",以最大密度对象作为起始点,通过考察最大密度对象所处空间区域的密度分布情况来划分基本簇,并合并基本簇获得最终的簇划分。
4) objects within confidentiality
保密对象
5) cryptographic object
加密对象
6) Density of Pissodes validirostris
象甲密度
补充资料：非密度制约因素(见密度制约因素)
非密度制约因素(见密度制约因素)
l焦非密度制约因素见生态因素、密度制约后
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