1)clustering problem聚类问题
1.An optimization mathematical model of the clustering problem is given.建立了聚类分析问题的数学优化模型,提出了一种新的粒子群算法解决聚类问题。
2.K-means clustering algorithm(KM)is one of the common local search approaches used in clustering problem.K均值聚类算法(KM)是解决聚类问题的一个常用的方法,该方法的主要缺点是其找到的局部极小值与全局最优值的偏差往往较大。
英文短句/例句
1.Clustering Characteristic of De Morgan Algebra for Fuzzy Clustering Problems;模糊模式聚类问题的底摩根代数聚类特性
2.Algorithms for K-means Clustering Problem with Balancing Constraint基于均衡限制的k-means聚类问题算法
3.Research on Text Clustering Problems of Kernel Function and Self-definite Category Number;基于核函数和自定类别数目的文本聚类问题研究
4.Studies on New Fuzzy Clustering Algorithms and Clustering Validity Problems模糊聚类新算法与聚类有效性问题研究
5.Research on Noise and High Dimensional Problems in Clustering;在聚类中关于噪音与高维问题的研究
6.Discussion on Statistical Test System of Q-mode Hierarchical Cluster Analysis;Q型系统聚类分析中的统计检验问题
7.Two Spectral Algorithms for Ensembling Document Clusters解决文本聚类集成问题的两个谱算法
8.A Cluster-Analysis of Problem Behavior of Middle School Students;中学生问题行为的问卷编制和聚类分析
9.Aggregate Homotopy Methods for Solving a Kind of Constrained Sequential Max-Min Problems;一类约束序列极大极小问题的凝聚同伦方法
10.Research on Problems Related to the Initial Center Selection in K-means Clustering Algorithm;K-均值聚类算法初始中心选取相关问题的研究
11.Research on Ant Colony Clustering Algorithm for the Problem ofEmergency Logistics Distribution;应急物流配送问题的蚁群聚类算法研究
12.Essence and Implications of Ecological Issues in Anthropology;人类学生态分析聚焦的问题本质与涵义
13.Some Problems of Cluster Analysis Methods that Should Be Paid Attention to in Scientific Research on Physical Education;体育科研中聚类分析应注意的若干问题
14.Cluster Analysis of Social Strata with Different Views on the Social Problem;社会各阶层所关注的社会热点问题的聚类分析
15.Solving Weapon-Target-Assignment Problem Based on Cluster Analysis基于聚类分析的武器目标分配问题求解
16.Research and Application on Method of Solving Knapsack Problem Based on Clustering Analysis;基于聚类分析的背包问题求解方法研究及其应用
17.The Study for Regional Clusters in the Western Region Based on Cluster Analysis and Principal Component Analysis Method;基于主成分分析与聚类分析方法的我国西部区域划分问题的研究
18.Research on Hybrid Particle Swarm Algorithms for Programming, Clulstering and Scheduling Problems求解规划、聚类和调度问题的混合粒子群算法研究
相关短句/例句
Study on Clustering Algorithm聚类问题算法研究
3)question classification问题分类
1.Feature selection using syntactic and semantic information in question classification;问题分类中基于句法和语义信息的特征选择
2.Research on Question Classification and Candidate Answer Sentences Extraction in Chinese Question Answering System;中文问答系统中问题分类及答案候选句抽取的研究
3.Chinese question classification based on Chinese FrameNet基于汉语框架网的中文问题分类
4)classification problem分类问题
1.Discretization of continuous attributes in classification problems;分类问题中连续属性的离散化方法
2.Application of optimal reduct in classification problem最优约简在分类问题中的应用
3.Combined with ACO, The paper mainly makes research application on classification problem in data mining (DM).本文主要研究应用蚁群算法解决数据挖掘领域中的分类问题。
5)NP problemsNP类问题
6)multi-class problem多类问题
延伸阅读
函数逼近，函数类的极值问题函数逼近，函数类的极值问题ions, extremal problems in function dasses approximation of ftinc- 】f，r，(r’)一f(r，(r‘’)}《M】r’一r“}“(r’，，“。I一1，!])的f任Cr!一1，l]组成的函数类，则对于n一1次代数多项式子空间贝了在!一1，l]上所作的最佳一致逼近，下列关系式成立: 悠二E‘MH。，”‘”)‘一粤，‘6) ，、_一二，二，，，，、~刀、M，二、。，，r，、忽”厂‘““‘M附rH“，贝:’‘一誉{’·‘万一‘’‘““‘，‘7， r=l，2，…，将这些结果与周期情形下的相应结果进行比较是有所裨益的.当，=1时，(6)，(7)的右端分别等于M凡和M人r+1.如果放弃对最佳逼近多项式的要求，那么就可以获得较强的结果，这些结果实质上改善了在!一1，l]端点处的逼近并保持了整个区间上的最佳渐近特征.例如，对任何f6MH‘，存在代数多项式序列Pn以t)任灾矛，使得当n~的时，下列关系式在t6!一1，l]上一致成立:、f(!)一。。，‘)、·:{{;杯}“二‘一，!- =E(MHa，哭聋)。【(l一tZ)a·‘2+o(l)1.对M评百，(r=1，2，…)也有类似的结果(见【川).关于(最佳及插值型)样条逼近给定在区间上函数类的问题，若干精确及渐近精确的结果(主要是对于低阶样条)已公诸于世(见1151). 就(积分度量下的)单边逼近而言，关于上述函数类用多项式和样条进行最佳逼近的误差估计也已得到了一系列精确的结果(见【14]).在推导这些结果的过程中，实质上利用了最佳逼近在锥约束下的对偶关系. 对给定的函数类叨，寻求其(固定维数的)最佳逼近工具将导致确定所谓的宽度(widih)问题，亦即确定(参考(l)，(3)) 心(，之，幻=运fE(叭，贝，)x， 贝即 d沁(叭，X)==运f者(叭，叽、)，， 田阳(其中下确界取自X的所有N维子空间灾N(及其平移))，以及确定实现这些下确界的(最佳)极子空间问题.心与d万的上界可由E(叨，灾)x和g(叭，叭)x分别给出，对于具体的子空间贝，来说，E(绷，灾)x和扩(绷，哭N)x是已知的.宽度问题中的主要困难是获取下确界.在某些场合下，可借助于拓扑中的Borsuk对映定理丈见18』)而得到这些下确界.在用(。一1阶三角多项式)子空间，荔一，或(关于结点人司。亏数为1的。阶样条)子空间s皿解决函数类M吼及周期函数类wrH“的最佳逼近问题时，已知的上确界E(叭，巩、)x几乎在所有的情况下同时也就是这些函数类的心值.此外，对周期函数类还有姚。一1=姚。.特别有(见[7]，【8]，【1 51，【16」)dZ，l(附妥，C)=dZ。(W蕊，C)二dZ。一(W下.L一)= =dZ。
