超球面造句

)为边界的紧致常纯量曲率(非零)超曲面，如果其高斯映照像落在一个以s ~ ( n - 1 ) ( r )为边界的半球面内，则m只有超球面盖。
通过比较它们各自的优缺点等情况，为提出新的支持向量机算法做了理论准备。 ( 2 )介绍了超球面支持向量机算法的思想，以及超球面和超平面的区别。
针对训练样本是未标定的不均衡数据集的情况,把攻击检测问题视为一个孤立点发现或样本密度估计问题,采用了超球面上的one - classsvm算法来处理这类问题;针对有标定的不均衡数据集对于数目较少的那类样本分类错误率较高的情况,引入了加权svm算法-双v - svm算法来进行异常检测;进一步,基于1998darpa入侵检测评估数据源,把两分类svm算法推广至多分类svm算法,并做了多分类svm算法性能比较实验。
( 2 )研究了实空间形式r ~ m ( c )中具有平行等参截面的紧致子流形m ，证明了具有一平行等参截面的子流形m ，如果m的截面曲率恒正，则m包含在r ~ m ( c )的一个超球面内；对于常曲率空间及r ~ 4 ( c )中具有常平均曲率的紧致曲面m ，如果m的高斯曲率处处大于零，则m或为r ~ m ( c )中的全测地曲面或为一球面。这里m上的等参截面是m上整体定义的单位法向量场，使得m关于它的平均曲率m _ 1 ( )是常数。
用超球面造句挺难的，這是一个万能造句的方法