1) centroid feature weight
质心特征权重
1.
Document feature weight and centroid feature weight are calculated based on the proposed TFIDF-2 model and the three heuristic rules Max,Ave,and Sum.
使用TFIDF-2模型以及Max,Ave,Sum三个启发式规则分别计算文档特征权重和质心特征权重,在此基础上构建与根集文档相对应的质心向量,利用它作为前端分类器指导主题爬行。
2) feature weighting
特征权重
1.
Performance of feature weighting computation directly influences precision of text classification or clustering.
特征权重计算是文本表示的关键,权重计算方法的优劣直接影响文本分类和聚类的准确度。
3) Feature weight
特征权重
1.
A topic-based feature weight calculation method for patent categorization
专利分类中基于主题的特征权重计算方法
2.
After feature reduction,based on the hypothesis that time factor has a significant affect on the adoptability of the history cases,a small scale algorithm for case feature weight calculation called TSBMPSA is proposed.
经过特征约简,在假设时间因素对历史案例可采纳程度有显著影响基础上,提出了一种小规模的基于时序的案例特征权重多阶段调整算法。
3.
This paper mainly discusses the feature weight autolearning method for casebased reasoning.
重点讨论了基于案例推理中特征权重的自动学习方法。
5) center feature
重心特征
1.
Finally, according to some physical concepts, a new invariable center feature of the time matrix is defined and used in image target recognition.
理论分析和实验结果表明:AULPCNN赋时矩阵重心特征具有良好的抗几何畸变性(TRS)、抗亮度畸变性和抗噪声干扰不变性,具有提取特征参数少、提取方法简单、易于实现、识别正确率较高和稳健性强等特点。
补充资料：因侵害姓名权、肖像权、名誉权、荣誉权产生的索赔权
因侵害姓名权、肖像权、名誉权、荣誉权产生的索赔权：公民、法人的姓名权、名称权，名誉权、荣誉权、受到侵害的有权要求停止侵害，恢复名誉，消除影响，赔礼道歉，并可以要求赔偿损失。
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