1) High-dimensional data set structure
高维数据集结构
2) high dimensional data set
高维数据集
1.
The existing algorithms can compute k-dominant skylines for different k value(k≤d) in high dimensional data set,because of not sharing the result,lead to much repeated work.
现有的k支-配轮廓算法虽然可以对给定的高维数据集计算出不同k(k≤d)值对应的k-支配轮廓,但是,由于不能共享计算结果,会导致很多冗余操作。
4) large high dimensional dataset
高维大数据集
1.
,inter-transaction,to find all long frequent closet patterns in large high dimensional dataset.
高维大数据集对现有的数据挖掘算法提出了挑战。
5) integrated data structure
集中数据结构
6) Level Set data structure
水平集数据结构
1.
In order to overcome the shortcoming that previous Level Set data structure requires high storage space and reconstruction of narrow-band structure needs very long time, Level Set data structures are studied.
为了克服以往水平集数据结构需要的存储空间大、重构窄带结构时间长的缺点,对水平数据结构进行了研究,并提出了基于H_RLE(Hierarchical Run Length Encode)水平集结构的改进重构水平集算法,测试证明该算法能大大地节省存储空间,平均处理速度也得到了很大的提高。
补充资料：聚合物链结构(见高分子链结构)
聚合物链结构(见高分子链结构)
chain structure of polymer
聚合物链结构Chain strueture of pol卿er见高分子链结构。
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