1) Multivariate hyperelliptic surface
多维超椭球面
2) multi dimensional ellipsoid
多维椭球面
3) n 1 hyperellipsoid
n-1维超椭球面
4) spheroidla excess
椭球面角超<测>
5) multiple hypersphere
多超球面
1.
Detection of stego images using one-class support vector machines with multiple hyperspheres;
多超球面OC-SVM算法在隐秘图像检测中的应用
2.
Using three catego-ries of statistical features for JPEG images and multiple hyperspheres one-class SVM,three classifiers were generated from the original labeled example set.
通过三类DCT域统计特征和多超球面OC-SVM算法构建三种独立的隐密分析方法,并以Tri-training学习方式迭代地对未标记图像样本进行标记,来扩充原训练样本集,进而可以利用大量未标记属性的图像样本提高隐密分析算法的泛化能力。
6) Hyper-ellipsoid
超椭球
1.
Hyper-ellipsoid support vector machine classifiers;
使用超椭球参数化坐标的支持向量机
2.
This method provides the facility to counter these effects by introducing a parameter which has specific meanings that represent the upper bound for the fraction ofdata vectors that lie outside the hyper-ellipsoid, i.
这种方法通过引入一个具有明确物理意义的参数,即是超椭球外部的样本点数(野点数)占总样本点数的份额的上界,是支持向量的个数所占总样本点数的份额的下界,使参数可以灵活地根据实际问题的精度要求来选取,从而可以快速选取最有效的参数。
补充资料：参考椭球(见地球椭球)
参考椭球(见地球椭球)
reference ellipsoid
eankao tU0qlu参考椭球(referenee ellipsoid)见地沐椭球
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