1) mode configuration of sample
样本特征表示
3) feature samples
特征样本
1.
To select feature samples in circuit fault diagnosis,we propose a method of cloud-sample generation,and apply it to artificial-neural-network training and recognition.
为了选择电路故障诊断中的特征样本,提出了产生云样本的方法,并用于神经网络的训练和识别。
2.
A nonlinear multi-way independent component analysis (MICA) technique was proposed that is multi-way kernel independent component analysis based on feature samples (FS-MKICA) method.
针对间歇过程的非线性操作特性,提出一种非线性的多向独立成分分析(MICA)方法-基于特征样本的多向核独立成分分析(FS-MKICA)。
5) Feature representation
特征表示
1.
The Research of Iris Feature Representation Based on the Method of Statistic;
基于统计方法的虹膜特征表示的研究
2.
In this method the key technology is to design a propor feature representation scheme to realize feature conversion mechanism.
提出了一种以综合特征面概念为核心的有效特征表示模式及其系统数据结构，开发了相应的特征造型系统。
3.
The paper introduces the definition,characteristic of web text mining,emphatically analyzes the related technologies including text feature representation,characteristic subset selection,text classification,text cluster,and prospects the development of it.
介绍了Web文本挖掘的定义、特点,重点分析了其相关的几种关键技术—文本特征表示、特征子选取、文本分类、文本聚类,并对其发展作以展望。
6) characteristic quality of sample
样本特征量
补充资料：样本特征
样本特征
sample characteristic
样本特征[咖沙d脚m动的拓c;““6Opo明aax叩~-脚cT“Kal 经验分布(empjri司dis苗bution)的泛函.样本特征作为理论分布的类似泛函的统计估计量使用. 周概容译
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