说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 距离分类
1)  category distance
距离分类
2)  classification distance
分类距离
1.
The complete phase information of the features is extracted to establish the feature vector of iris,and then the normalized classification distance of iris samples is obtained by plot operation.
将预处理后的虹膜图像分成64幅子块,并分别进行特征提取,然后按顺序提取每幅子图像完整的相位信息,建立相位特征向量,最后通过对特征向量进行内积运算获得虹膜样本之间的归一化分类距离。
3)  Distance classification
距离分类器
1.
Distance classification compares brightness between aware sort and unknown pixels.
距离分类器是以已知地物类别的亮度值作为分类基准 ,通过比较未知类别像元与已知类别像元亮度值间的距离进行分类 ;角度分类器是以光谱谱线角为分类基准 ,通过比较n维波段空间中未知类别像元与已知类别像元光谱角度进行分类。
4)  taxonomic distance
分类学距离
5)  euclid-distance classifier
欧式距离分类器
6)  Euclidian classification
欧氏距离分类
补充资料:最小距离分类
      按照模式与各类代表样本的距离进行模式分类的一种统计识别方法。在这种方法中,被识别模式与所属模式类别样本的距离最小。假定c 个类别代表模式的特征向量用R1,...,Rc表示,x是被识别模式的特征向量,|x-Ri|是x与Ri(i=1,2,...,c)之间的距离,如果|x-Ri|最小,则把x分为第i类。在更复杂的情况下可以用各类的代表样本集合,而不仅仅是用一个样本作为最小距离分类的基础(见近邻法分类)。进行最小距离分类首先要为每个类别确定它的代表模式的特征向量,这是用这种方法进行分类效果好坏的关键。各类代表特征向量可以根据所研究对象的物理、化学、生物等方面的机理来确定,常用的方法是收集各类样本,用各类样本特征向量的平均向量作为各类代表模式的特征向量。其次要选择一种确定的距离度量以计算被识别模式与各类代表模式特征向量之间的距离。常用的距离有欧几里得距离、绝对值距离等。
  

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