数据向量的日文

• データベクトル

• 向量    〈物〉〈数〉ベクトル.
• 伪向量    ぎベクトル
• 位向量    ビットベクトル
• 列向量    れつベクトル
• 向量丛    ベクトル束
• 向量图    ベクトルダイヤグラムベクトル図ベクトグラムベクトルず
• 向量场    ベクトル場
• 向量径    どうけいベクトルラジアスベクトル
• 向量积    ベクトル積がいせきベクトルせきクロスプロダクト
• 基向量    きじゅんベクトル
• 复向量    ふくそベクトル
• 数向量    すうベクトル
• 权向量    おもみみベクトル
• 纵向量    れつベクトル
• 非向量    すうりょうスカラ
• 数据    データ.根拠となる数値.
• 传播向量    でんぱんベクトル
• 信息向量    ドープベクトル
• 假输入向量    ぎにゅうりょくベクトル
• 全向量插入    フルベクトル割込みフルベクトルわりこみ
• 共变向量    きょうへんベクトル
• 内情向量    ドープベクトル
• 内部向量    ないぶベクトル
• 单位向量    単位ベクトル
• 数据图    データマップ
• 数据名    データ名データめい

• 和现有的精确索引机制相比，可以显著减少检索时需要访问数据向量的次数。
• 与基于nmf算法的文本聚类不同,我们的算法力求以无监督的方式,在时间复杂度允许的范围内,找到更适合于分类操作的数据向量间的几何局部特征向量及相应的各文档的编码向量。
• 基于文本空间的文本聚类因为其具有高维的特征而不容易直接实现,所以文本聚类的首要步骤就是将文本空间的数据投影到较低维的语义空间里,使在文本空间里相邻的数据向量在语义空间里根据某些提取的特征参数而相似。
• 与pca (主分量分析)和vq (矢量量化)等降维算法不同, nmf (非负矩阵分解)算法能够分解出非负的,稀疏的特征矩阵和编码矩阵,能够提取原始数据向量的局部特征,使基于局部特征进行分类的聚类算法更容易实现。

• 数据向量的英语：data vector