1) kernel matrix learning
核矩阵学习
5) kernel matrix
核矩阵
1.
With the eigen-decomposition of kernel matrix,it can construct the feature subspace that reflects each class f.
经核矩阵特征分解,可以形成各类别对应的特征子空间,然后分别计算待分类模式与各类特征子空间的距离实现模式分类。
2.
A novel method for dimensionality reduction of kernel matrix is presented.
提出了基于聚类的核矩阵维度缩减技术。
3.
Propose definition of kernel operator and approaches to improving additive consistency of hybrid complementary judgment matrix with exact numbers, triangular fuzzy numbers and trapezoidal fuzzy numbers based on kernel matrix.
定义了核算子、核矩阵,对带有精确数、三角模糊数和梯形模糊数的混合互补判断矩阵给出基于核矩阵的一致性调整方法,调整量可以是精确数也可以是模糊数。
6) kernel matrix
核心矩阵
1.
We discuss the characteristics of kernel matrix of LP and the possibility of applying thekernel matrix to the simplex method.
本文讨论了线性规划中的核心矩阵及其特性，探讨了利用核心矩阵实现单纯形算法的可能性，并进一步提出了一个基于核心矩阵的两阶段原始一对偶单纯形方法，该方法通过原始和对偶两个阶段的迭代，可以在有限次迭代中收敛到原问题的最优解或证明问题无解或无界。
2.
Decomposition of dynamic matrix becomes a new research topic as soon as the LP dynamic factorization and kernel matrix came out.
随着线性规划动态分解和核心矩阵的出现,矩阵的动态分解成为了一个新的研究课题。
3.
This paper analyzes the kernel matrix in the linear programming problem and proposes a new revised prime-dual algorithm based on the kernel matrix.
本文通过对线性规划问题中的核心矩阵的分析,提出了一种基于核心矩阵的原始对偶算法。
补充资料：部分学习与整体学习
部分学习与整体学习
part learning and whole learning
部分学习与整体学习(part learningand whole learning)在运动学习和记忆学习中，根据对学习内容的处理方式可以分成部分学习和整体学习。部分学习就是将材料分成几个部分，每次学习一个部分:整体学习就是每次学习整个材料。一般来讲，整体学习的效果优于部分学习。但是，课题复杂彼此没有意义联系的材料，用部分学习的效果好:课题简短或具有意义联系的材料，用整体学习的效果好。在进行学习时，可以将部分学习与整体学习结合起来，先进行整体学习再进行部分学习，或者相反。这种相互结合的学习方式叫做综合学习，效果更好些。 (周国帕撰成立夫审)
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