1) weighted support vector machine
加权的支持向量机
2) weight
加权
1.
VSP data reflection image using constraint weighted Kirchhoff method;
约束加权克希霍夫法VSP资料反射成像
2.
Adaptive Weighted Passive Location Based on Time Series;
基于时间序列的自适应加权被动定位
3.
The research for finding the chebyshev solution using the weighted least-squares;
用加权最小二乘法求切比雪夫解
3) weighting
加权
1.
Reliability analysis of diesel supply system based on the fault tree weighting;
基于故障树加权的柴油机供给系统的可靠性分析
2.
Weighting Design of Automatic Indexing and Classification of Chinese Books;
中文图书自动标引与分类加权设计研究
3.
Algorithm for Edge Detection Based on Fast Weighting Gradient Operator;
基于快速加权梯度算子的边缘检测
4) weighted
加权
1.
Comprehensive Weighted Assessment Method for Reliability of Overhauled Motor Vehicle;
大修汽车可靠性加权综合评价方法
2.
WIMMC:weighted incremental maximum margin criterion;
WIMMC:加权的增量式极大边界准则算法
3.
A study of weighted cross-spectral method and application;
加权互谱估计方法研究及应用
5) fuzzy weight
模糊加权
1.
Research on Adaptive Dynamic Branch Prediction Algorithm Based on Fuzzy Weight;
基于模糊加权的动态自适应分支预测算法研究
2.
Mode transition controller based on fuzzy weight was proposed and designed for multi-mode transition problems.
针对多模态切换控制问题,提出并设计了基于模糊加权的模态切换控制器。
3.
The adaptive dynamic branch prediction mechanism has been improved and fuzzy weight mechanism has been introduced.
对自适应动态分支预测进行改进,引入了模糊加权的机制,对分支历史的每一位加不同的权值,并利用调整因子动态改变权值, 由模糊推理得出预测结果。
6) weighted coefficient
加权系数
1.
The weighted coefficients of the support vector mach.
以某选矿厂为实际背景,在分析了指标之间关系的基础上,采用加权支持向量机建立了相关指标的预报模型,并通过构造重要性函数的方法确定了支持向量机加权系数,最后利用该厂历史数据进行了仿真实验。
2.
For the question of poor stabilization in conventional Linear Regression equation, it is usually improved by a weighted coefficient.
在对指数分布进行参数估计时,引入模糊加权系数,利用模糊加权最小二乘估计对数据进行回归拟合,推导出模糊加权失效率的估计式。
3.
The range of The weighted coefficient b can be abtained and Mises yielding criterion can be linearly replaced by it.
建立了加权三剪应力屈服准则 ,导出了根据σs/τs 的比值选择权系数b的关系式 ,以及能够线性代替Mises屈服准则的加权系数的取值范围 。
参考词条
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。