1) Hyperplane Distance
超平面距离
3) separation hyperplane
分离超平面
1.
A separation hyperplane is constructed based on support vector domain description(SVDD),which attempts the combination of SVDD with SVM.
针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离超平面,尝试将SVDD与SVM结合。
2.
To improve the precision of both support vector machines(SVM) and support vector domain classifiers(SVDC) and to reduce training time that SVM taken in training,a separation hyperplane is constructed.
为了提高支持向量机(support vector machines,SVM)和支持向量域分类器(support vector domainclassifier,SVDC)的精度,减少SVM的训练时间,建立一种分离超平面。
4) separating hyperplane
分离超平面
1.
The input space is firstly mapped into the high dimensional feature space,and an appropriate separating hyperplane with a lower error separating rate for the training samples is constructed for each of the mapped samples.
输入空间先被映射到高维特征空间,在该空间中依次为每个映射样本构造一个合适的分离超平面,使其对训练样本具有较低误分率,该误分率即作为相应样本包含的分类信息。
5) the distance from the point to the plane
点到平面的距离
6) view plane distance
投影平面距离
补充资料：超平面
超平面
hyperpbne
超平面〔hyP阂肉毗;r.ePooc肋cT‘]，域K上的向量空间X中的 具有一维商空间XZM的一个向量子空间M(在平移之下)的象，即形如x。十M的集合，这里x。任X是某一个向量.如果x。~0，有时就称这个超平面为齐次的.子集7rCX是一个超平面，当且仅当 兀={ x:f(x)=时，(‘)咔K，介X’是一个非零线性泛函.这里f和“除开一个共同的因子口砖0外，是由M确定的. 在拓扑向量空间里，任意一个超平面或者是闭的，或者是到处稠密的;作为由公式(*)所定义的7r是闭的充分必要条件为泛函f是连续的. M.H.Bohaexo8C.成撰郝车丙新译
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