1) tensor subspace learning
张量子空间学习
1.
In this paper,a simple but efficient algorithm based on tensor subspace learning is proposed to reduce the dimensionality of high-dimensional silhouette data for human action recognition.
提出了一种基于张量子空间学习降维人体高维侧影数据的人行为识别方法。
2) tensor subspace
张量子空间
1.
In this paper,an incremental tensor subspace learning algorithm is proposed to model and update the object appearance in tensor subspace.
为此,本文提出了一种增量张量子空间学习算法,用于跟踪目标的建模与模型更新。
3) subspace learning
子空间学习
1.
Spatially Smooth and Complete Subspace Learning Algorithm
空间光滑且完整的子空间学习算法
2.
Neighborhood preserving embedding(NPE) is a subspace learning algorithm,which has the property of preserving local neighborhood structure on the data manifold.
保持近邻嵌入(NPE)是一种子空间学习方法,具有保持数据流形上局部邻域结构的属性。
3.
An efficient nonlinear subspace learning method,kernel neighborhood preserving projections(KNPP),is developed.
提出了一种有效的非线性子空间学习方法:核邻域保持投影。
4) learning subspace
学习子空间
1.
Orbits generated lattice algorithm of learning subspace in Lie-group Machine Learning(LML);
李群机器学习(LML)的学习子空间轨道生成格算法
2.
Orbits generated theory of learning subspace and its algorithm in Lie-Group machine learning (LML);
李群机器学习(LML)的学习子空间轨道生成理论及算法初探
3.
Research and Application on Orbits Generated Algorithm of Learning Subspace in Lie-Group Machine Learning (LML);
本文在李群机器学习(LML)的理论框架上,以李群机器学习的代数模型、几何模型、学习的公理系统为基础作进一步研究,给出了李群机器学习的学习子空间轨道生成算法,将该算法应用于人群分类,葡萄酒化学成分分类以及大豆等八个专用数据集的分类,取得了满意的结果。
5) Tensor Learning
张量学习
6) supervised subspace learning
监督子空间学习
补充资料：部分学习与整体学习
部分学习与整体学习
part learning and whole learning
部分学习与整体学习(part learningand whole learning)在运动学习和记忆学习中，根据对学习内容的处理方式可以分成部分学习和整体学习。部分学习就是将材料分成几个部分，每次学习一个部分:整体学习就是每次学习整个材料。一般来讲，整体学习的效果优于部分学习。但是，课题复杂彼此没有意义联系的材料，用部分学习的效果好:课题简短或具有意义联系的材料，用整体学习的效果好。在进行学习时，可以将部分学习与整体学习结合起来，先进行整体学习再进行部分学习，或者相反。这种相互结合的学习方式叫做综合学习，效果更好些。 (周国帕撰成立夫审)
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