1) an approach of searching the nearest neighbor
最近邻居查找方法
2) group nearest neighbor query
组最近邻居查询
1.
As the group nearest neighbor query has its own feature,three query optimization methods are offered,which include the improved k+1 group nearest neighbor query algorithm,the ellipse-based pruning method and the delayed update method.
基于移动对象增量最近邻居查询(INCNN),提出一种移动对象增量组最近邻居查询方法(INCGNN)。
3) nearest neighbor query
最近邻居查询
1.
As the group nearest neighbor query has its own feature,three query optimization methods are offered,which include the improved k+1 group nearest neighbor query algorithm,the ellipse-based pruning method and the delayed update method.
基于移动对象增量最近邻居查询(INCNN),提出一种移动对象增量组最近邻居查询方法(INCGNN)。
4) k nearest neighbour query
k最近邻居查询
5) Nearest Neighbor Algorithm
最近邻居算法
1.
Simulation results show that the enhanced nearest neighbor algorithm can achieve better positioning accuracy than the existing nearest neighbor algorithms.
仿真结果表明,改进后的最近邻居算法比已有的最近邻居算法的定位精度更好。
2.
From protein sequences,the encoding method of EBGW(Encoding Based on Grouped Weight)is applied to protein function prediction associated with the nearest neighbor algorithm.
从蛋白质序列出发,采用分组重量编码(Encoding Based on Grouped Weight,简记EBGW),并结合最近邻居算法对蛋白质功能进行预测。
3.
The general situation and basic principle of Radio Frequency Identification(RFID)technology are introduced,according to which the nearest neighbor algorithm for indoor location system LARNDMARC based on RFID is proposed.
简述无线射频识别技术的概况和基本原理,并在此基础上提出基于RFID的LARNDMARC室内定位系统最近邻居算法。
6) Nearest neighbor method
最近邻方法
1.
According to the nearest relationship,the labeled value of every codeword in the labeled codebook by the nearest neighbor method was different from its nearest codeword,based on which,using I/matrix,as many as m bits data can be embedded by selectively changing at most 「m/2」indexes in every n=2m VQ_compressed indexes.
根据码书中所有码字之间的最近邻关系,采用最近邻方法标记码书使得所有码字与其最近邻码字的标记值不同。
补充资料：地下采矿方法设计的计算机方法
地下采矿方法设计的计算机方法
computerized design of under-ground mining method
d一x!0 eo一kuong fongfo shejl deJ一suanjl fongfa地下采矿方法设计的计算机方法(c omPuter-ized design of underground mining method)用计算机和优化技术完成地下采矿方法设计的一种手段。由于地下采矿方法设计时，要考虑的因素很多，判断决策时又十分灵活，没有固定的程式和准则，计算机处理时难度较大，因此，世界各国在20世纪80年代才开始将计算机和现代数学方法应用于地下采矿方法的设计。地下采矿法设计的计算机方法包含采矿方法优选和采场结构参数的优化两方面的内容。其目的是达到安全、经济、有效地采出矿石。 采矿方法的优选主要方法有模糊数学法、专家系统法、多目标决策法和价值工程法等。 (l)模糊数学法选择采矿方法的主要依据是众多的地质技术条件。但是，并没有定义明确的选择准则可以遵循，所以，采用模糊数学法处理。首先，初选一些采矿方法作为候选者，已知这些采矿方法所要求的地质技术条件。然后列出拟选择采矿方法的矿山的地质技术条件，计算并确定它们与候选采矿方法所要求的地质技术条件之间的模糊相似程度，选择条件最相近的那个采矿方法。 模糊数学还可用来预测采矿方法将取得的技术经济指标。首先，列出本矿山的地质技术条件，再收集一些采用同样采矿方法的其他矿山的地质技术条件，对它们进行模糊聚类。聚类时，与本矿山近似程度最高的矿山取得高权值，其余矿山按聚类近似程度排序依次取较低的权值;然后将各矿山用这种采矿方法取得的技术经济指标加权平均，得到本矿山采用这种采矿方法可能取得的技术经济指标。 (2)专家系统法采矿专家选择采矿方法时，通常先根据矿岩稳固性选择空场法、崩落法或充填法等采矿方法的大类别;然后根据矿体倾角及其他条件选择运输方式和长壁法、分段崩落法等采矿方法小类别;再根据矿体厚度或分段高度选择浅孔、中深孔或深孔等不同的落矿方式。这个过程是一个明显的逻辑推理过程。把这种逻辑因果关系总结成规则，存放在计算机系统中，就建立了采矿方法选择的专家系统(见采矿专家系统)。使用时，输人所设计的矿山的地质技术条件.系统就会自动推理，选择出适用的采矿方法。 (3)多目标决策法选择采矿方法时，考虑采矿成本、采准切割量、矿石贫化率、矿石损失率、采场生产能力等多个因素。这些因素从不同侧面反映采矿方法的优劣，具有各自的计量单位。采用多目标决策法，将这些因素综合起来，从整体上评价几种采矿方法的可行方案，从中择优。 (4)价值工程法价值工程中，事物的价值用其功能与成本的比值来衡量。
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