...的信息，约简XML文档，将约简的XML文档集映射到一个非线性的高维特征空间——Hilbert空间，形成向量空间核（Vector Space Kernel, VSK）的核矩阵，利用高斯核函数求解初始聚类和聚类中心，利用量子遗传算法与核聚类算法相结合求得全局最优的XM...
基于2个网页-相关网页
kernel vector space [计] 核心向量空间
The SVM (Support vector Machine) classifies the data by mapping the vector from low-dimensional space to high-dimensional space using kernel function.
而SVM(支持向量机)引进核函数隐含的映射把低维特征空间中的样本数据映射到高维特征空间来实现分类。
Kernel Methods are concerned with mapping input data into a higher dimensional vector space where some classification or regression problems are easier to model.
核函数方法关心的是怎样把输入数据映射到一个高维度的矢量空间，在这个空间中，某些分类或者回归问题可以较容易地解决。
Kernel Methods are concerned with mapping input data into a higher dimensional vector space where some classification or regression problems are easier to model.
核函数方法关心的是如何把输入数据映射到一个高维度的矢量空间，在这个空间中，某些分类或者回归问题可以较容易地解决。
应用推荐