1) One-class support vector machines+
单类支持向量机+
2) one-class support vector machine
单类支持向量机
1.
A new method for segmentation of blood micrograph images is proposed which combines the mean-shift algorithm with one-class support vector machine(SVM) to extract white blood cells.
为了提高白细胞自动识别算法的性能,提出了基于均值移动和单类支持向量机+的血细胞图像分割新方法。
2.
In former research of anomaly detection using one-class support vector machine, the attribute weights are not considered.
单类支持向量机+(SVM)在有限样本的情况下用于异常检测,具有较好的分类精度和泛化能力。
3.
An image retrieval method combining one-class support vector machine with active learning algorithm is presented.
提出一种单类支持向量机+(One-Class Support Vector Machine,OC-SVM)和主动学习相结合的图像内容检索方法。
3) single class learning
单类学习
4) form class
表单类
5) semisimple class
半单类
1.
Characterizations of semisimple classes of normal objects called algebras;
正规代数对象的半单类刻划
2.
Moreover,he given a characterization of semisimple classes for the normal class of algebras,a special class of objects of algebras.
并且 ,在特殊的代数对象类———正规代数类中 ,他给出了半单类的一个特征 。
6) σ-Semisimple classes
σ-半单类
参考词条
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。