1) model vector
模型向量
1.
The confidence output ofthese detectors are used by two proposed model vectors to express the semantics ofshots.
本文提出了两种利用这些检测器的置信度输出，对视频镜头进行语义表征的模型向量，并在这两种模型向量的基础上对场景概念进行学习。
2) vector model
向量模型
1.
Firstly,the shortages of method of using vector model to measure Session’s Interest characteristic(SI) and Cluster’s Interest characteristic(CI) are analyzed.
首先分析了向量模型度量用户会话的兴趣特征(SI)和聚类的兴趣特征(CI)方法的不足,在此基础上,提出了一种可扩展兴趣表示模型(SIM),给出了它的数据结构,以及使用SIM表示SI和CI的方法,并分析了这种表示方法的性能优点,最后,通过实验,以实际数据验证了使用SIM表示SI和CI的优越性。
3) class vector model
类向量模型
1.
This paper presented an approach for Chinese names identification based on class vector model.
提出了一种基于类向量模型的中文姓名识别方法。
4) Bivariate SWARCH Model
向量SWARCH模型
1.
Study On Correlation between Business Cycle and Volatility of Security Markets in China Based on Bivariate SWARCH Model;
经济周期与证券市场波动关联性——基于向量SWARCH模型的新证据
5) double-vector model
双向量模型
6) multivariate GARCH models
向量GARCH模型
1.
Using multivariate GARCH models, the authors point out that there is an asymmetry in the predictability of the volatility of A share verses B share.
向量GARCH模型的实证结果表明,A股的波动冲击会影响到以后B股的波动,B股的波动冲击则不会对以后A股的波动产生明显影响,即是仅存在A股向B股的单向波动溢出。
补充资料：向量机器模型
并行计算的一种理论模型，引进这种模型的主要目的是便于从理论上对各种问题并行计算的现实可能性和并行计算时所需的时间、空间等资源作定量的分析。
一个向量机器由 k个向量和一个程序所组成。每个向量可以存储一个左边无限的 0,1序列。这个序列除了有限多位以外全都相等。也就是说，左边是一串无限多个0或一串无限多个1，只有右边有限多位是有变化的。有变化部分的位数称为这一内容的长度。把这样一个二进序列解释为整数时，左边无限多个0被解释为正号,无限多个 1被解释成负号。其余有变化的部分按普通二进制表示理解。例如向量...1110101表示-5，...0001101表示+13。两者的长度都是4。
向量机器可以采用下列各条指令来编程序：① A←ɑ,把一个常向量α送入A；②A←～B,把B向量内容取反码（1变成0,0变成1）后送入A；③A←B∨C,B和C的相应位作逻辑加后送入A的相应位。④A←B↑C（或A←B↓C）,B的内容左移C位送入A。此处C的内容按整数意义理解。如果为负则表示右移，左移时右端补0,右移时移出的信息不再保留。A←B↓C表示右移。
除此之外，一个向量机器还可以判断某个向量的内容是否全0，以实现条件转移。
设W 是一个长度为 n-1的 0，1串,下面的向量机器（见图）把形为...0001W 的字转换成字。原始数据和答案都是放在A中。
向量机器每条指令的执行，都是一种并行的计算。因此，从开始运算到停机所执行的指令总条数可算作并行时间，各向量内容长度之和在运行过程中的最大值称为空间。串行时间的定义是执行各条指令的运算量的总和，而每条指令的运算量的定义为参加运算的向量的长度之和。
借助于这个模型可证明下面的并行计算论题：一个问题类如果能在T(n)的一个多项式的并行时间内计算出来，当且仅当它可以在T(n)的一个多项式的空间内被串行机器计算出来。
一个向量机器由 k个向量和一个程序所组成。每个向量可以存储一个左边无限的 0,1序列。这个序列除了有限多位以外全都相等。也就是说，左边是一串无限多个0或一串无限多个1，只有右边有限多位是有变化的。有变化部分的位数称为这一内容的长度。把这样一个二进序列解释为整数时，左边无限多个0被解释为正号,无限多个 1被解释成负号。其余有变化的部分按普通二进制表示理解。例如向量...1110101表示-5，...0001101表示+13。两者的长度都是4。
向量机器可以采用下列各条指令来编程序：① A←ɑ,把一个常向量α送入A；②A←～B,把B向量内容取反码（1变成0,0变成1）后送入A；③A←B∨C,B和C的相应位作逻辑加后送入A的相应位。④A←B↑C（或A←B↓C）,B的内容左移C位送入A。此处C的内容按整数意义理解。如果为负则表示右移，左移时右端补0,右移时移出的信息不再保留。A←B↓C表示右移。
除此之外，一个向量机器还可以判断某个向量的内容是否全0，以实现条件转移。
设W 是一个长度为 n-1的 0，1串,下面的向量机器（见图）把形为...0001W 的字转换成字。原始数据和答案都是放在A中。
向量机器每条指令的执行，都是一种并行的计算。因此，从开始运算到停机所执行的指令总条数可算作并行时间，各向量内容长度之和在运行过程中的最大值称为空间。串行时间的定义是执行各条指令的运算量的总和，而每条指令的运算量的定义为参加运算的向量的长度之和。
借助于这个模型可证明下面的并行计算论题：一个问题类如果能在T(n)的一个多项式的并行时间内计算出来，当且仅当它可以在T(n)的一个多项式的空间内被串行机器计算出来。
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