1) High dimensions
高维数
2) High-dimensional data
高维数据
1.
In the paper the authors introduce three key methods of dimensionality reduction in high-dimensional dataset,such as MDS,Isomap.
本文介绍了MDS、Isomap等三种主要的高维数据降维方法,同时对这些降维方法的作用进行了探讨。
2.
In this paper the authors discuss three basic elements of successfully visualizing high-dimensional data.
本文从高维数据成功可视化的三要素着手,介绍了几种主要的高维数据可视化方法。
3.
High-dimensional data mining faces the challengers of distributed data sparsity and overlapping feature subspace.
高维数据的挖掘面临着数据分布的稀疏性和特征空间的相交性所带来的挑战。
3) high dimensional data
高维数据
1.
Research of Method and Application on Dimensionality Reduction of High Dimensional Data Based on Multivariate Chart;
基于多元统计图的高维数据降维方法及应用研究
2.
In this paper, a framework of a mapping-based clustering approach to deal with high dimensional data is proposed, and its performance analysis is also given.
本文提出了一个处理高维数据聚类的框架,并分析了该框架的性能。
4) high dimension data
高维数据
5) multi-demensional array
高维数组
1.
Then the relationship of the identical multi-demensional array with the different index arrangement.
给出了广义换位矩阵的定义,推导出其主要性质,然后讨论了同一高维数组按不同指标索引的排列之间的相互关系,最后给出广义换位矩阵在矩阵半张量积和张量场中的应用。
6) High dimensional datasets
高维数据集
参考词条
补充资料：等维数理想
等维数理想
eqtn-dhneraional ideal
等维数理想[仰‘一山m改‘.目油川;IlecMeluaHll“‘期e幼〕 (在某个域k上有限生成的)整区R的一个理想m，它具有如下性质:在准素分解m=勿;，n…门勿，中，所有与准素理想勿，，…，汤，相伴的素理想玛，’’、平:皆有相同维数，也就是说，对所有i，商环R/叭皆有相同的为间1维数.这一共同的维数称为等维数理想m的维数(由nrns沁noftheeq山~dinrnsjonalideal). 如果R是某一仿射簇X上的正则函数环，那么R的一个理想m是等维数的，当且仅当由m所定义的子簇YC=X的所有不可约分支都有相同维数. 月.B.K”~撰【补注】一个等维理想也称为非混合理想(坦爪血比记份1).人们有时也用(理想的)“等维数”(闪w，dinrn，s沁n)来替代术语“等维数理想的维数”. 整闭的Noc公rr整环是一个整区，它的所有主理想是等维数的，【AI]，p.l%.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。