1) 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。
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。
5) term weight
特征词权重
1.
To improve the classification performance, this paper does research and improves on the classical algorithm of calculating the term weight in VSM.
为了提高分类性能,本文研究和改进了基于向量空间模型的特征词权重计算方法,同时提出了一种基于类别均衡的k近邻(kNN)分类算法。
6) characters classification weight
分类特征权重
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