最临近支持向量机,Proximal Support Vector Machines,在线英语词典,英文翻译,专业英语

1) Proximal Support Vector Machines

最临近支持向量机

2) nearest

最临近法

According to its characteristics and later research requirement,a finite element model was adopted to do the correlation and the nearest neighbor method to do the resampling.

本文对2005年11月14日的北京天津地区遥感图像数据进行了几何精校正研究,根据图像自身特点和后续研究需求采用有限元模型对空间位置进行校正,采用最临近法重新采样,矫正后的图像满足后续使用精度要求。

3) k-nearest neighbor

k最临近集

After the experimental analysis for the performance of the algorithms based on Euclidean distance and KNN,the definition of SNN(shared k-nearest neighbor) is presented.

分析了CHAMELEON聚类算法的不足,定义一种基于k最临近集和共享k最临近集的相似度函数,在此基础上提出了一种结合分类算法的新聚类算法,经过对模拟的复杂数据组和KDD Cup'99网络非法入侵数据的实验,证明该算法能有效的对由大量噪音和不同形状、大小及密度的类组成的高维数据进行聚类。

4) K-nearest neighbor classifier

K-最临近分析

5) iterative closet point

最临近点迭代

<Abstrcat>In contrast to the traditional method of comparison between the measurement pointcloud and complex surface,An idea of using CAD model directive ICP(iterative closet point) algorithm to register pointcloud and surface was proposed.

针对测量点云与CAD模型配准过程中普遍采用基于点云与曲面的匹配方法,提出了以CAD模型引导的最临近点迭代ICP(iterativeclosetpoint)配准方法,由CAD模型将复杂曲面离散生成引导目标点云,并采用四元数法求解引导目标点云与测量点云配准的旋转和平移矩阵。

6) shared k-nearest neighbor

共享k最临近集

After the experimental analysis for the performance of the algorithms based on Euclidean distance and KNN,the definition of SNN(shared k-nearest neighbor) is presented.

参考词条

中头直矩<林>

补充资料：支持向量机方法

支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。

首页 \| 翻译 \| 影视 \| 论坛 \| 索引 K最临近分类法最临近负荷功率极限点

1) Proximal Support Vector Machines 最临近支持向量机 2) nearest 最临近法 1. According to its characteristics and later research requirement,a finite element model was adopted to do the correlation and the nearest neighbor method to do the resampling. 本文对2005年11月14日的北京天津地区遥感图像数据进行了几何精校正研究,根据图像自身特点和后续研究需求采用有限元模型对空间位置进行校正,采用最临近法重新采样,矫正后的图像满足后续使用精度要求。 3) k-nearest neighbor k最临近集 1. After the experimental analysis for the performance of the algorithms based on Euclidean distance and KNN,the definition of SNN(shared k-nearest neighbor) is presented. 分析了CHAMELEON聚类算法的不足,定义一种基于k最临近集和共享k最临近集的相似度函数,在此基础上提出了一种结合分类算法的新聚类算法,经过对模拟的复杂数据组和KDD Cup'99网络非法入侵数据的实验,证明该算法能有效的对由大量噪音和不同形状、大小及密度的类组成的高维数据进行聚类。 4) K-nearest neighbor classifier K-最临近分析 5) iterative closet point 最临近点迭代 1. <Abstrcat>In contrast to the traditional method of comparison between the measurement pointcloud and complex surface,An idea of using CAD model directive ICP(iterative closet point) algorithm to register pointcloud and surface was proposed. 针对测量点云与CAD模型配准过程中普遍采用基于点云与曲面的匹配方法,提出了以CAD模型引导的最临近点迭代ICP(iterativeclosetpoint)配准方法,由CAD模型将复杂曲面离散生成引导目标点云,并采用四元数法求解引导目标点云与测量点云配准的旋转和平移矩阵。 6) shared k-nearest neighbor 共享k最临近集 1. After the experimental analysis for the performance of the algorithms based on Euclidean distance and KNN,the definition of SNN(shared k-nearest neighbor) is presented. 分析了CHAMELEON聚类算法的不足,定义一种基于k最临近集和共享k最临近集的相似度函数,在此基础上提出了一种结合分类算法的新聚类算法,经过对模拟的复杂数据组和KDD Cup'99网络非法入侵数据的实验,证明该算法能有效的对由大量噪音和不同形状、大小及密度的类组成的高维数据进行聚类。参考词条中头直矩<林> 补充资料：支持向量机方法支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。说明：补充资料仅用于学习参考，请勿用于其它任何用途。
©2008 dictall.com