2) minimal hyper-sphere
最小超球体
1.
Two fast algorithms for classification are presented in this paper--halving the nearest points and dividing the nearest points proportionally based on the minimal hyper-sphere.
文章提出了两种快速分类的方法——基于最小超球体的平分最近点法和基于最小超球体的按比例划分法。
3) minimum sphere
最小超球
1.
Quick algorithm for minimum spheres construction based on Gauss kernel function;
基于Gauss核函数的快速构造最小超球算法
4) moving center hypersphere classifier
移动中心超球分类器
5) LSHS-MCSVM
最小二乘超球多类支持向量机
1.
As a result,a kind of new multi-class classifiers,Least Square Hyper-Sphere Multi-Class SVM(LSHS-MCSVM),was proposed.
超球体多类支持向量机(HSMC-SVM)是一种直接型多类分类器,具有训练速度快,检测效率高的优点,但由于HSMC-SVM使用一阶范数软间隔作为目标函数的惩罚项,使得其训练精度受到一定影响,为了提高HSMC-SVM训练精度,将最小二乘法引入到HSMC-SVM中,提出了最小二乘超球多类支持向量机(LSHS-MCSVM)的概念,并且分析了它的训练算法和判决规则,从而形成了完整的LSHS-MCSVM分类理论。
6) minimum centers-distance
最小中心距
补充资料：最小辐亮度与最小辐照度(见核爆炸火球)
最小辐亮度与最小辐照度(见核爆炸火球)
minimum-brightness and minimum-irradiance
zuixiao fuliangdu yu zuixiaofu乙haodu最小辐亮度与最小辐照度(minimum-brightness and而nimum一irradianee)见核爆炸火球。
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