euclidean distance перевод

• эвклидово кодовое расстояние
  Euclidean distance
  эвклидово кодовое расстояние

• euclidean:    прил.; тж. Euclidian евклидов; евклидовский locally Euclidean ≈локально-евклидовой Euclidean division algorithm ≈ алгоритм деленияЭвклида Euclidean space ≈ евклидово пространство - Euclidean geometr
• distance:    1) расстояние Ex: some (quite a) distance порядочное (приличное) расстояние Ex: air-line distance расстояние по прямой Ex: free distance зазор, просвет Ex: sense of distance чувство расстояния; пред
• affine-euclidean:    матем. аффинно-евклидов
• euclidean action:    евклидово действие
• euclidean algorithm:    Алгоритм Евклида
• euclidean axiom:    аксиома Евклида
• euclidean connection:    евклидова связность
• euclidean connectivity:    евклидова связность
• euclidean correlator:    евклидов коррелятор
• euclidean division:    Деление с остатком
• euclidean domain:    Евклидово кольцо
• euclidean field:    Евклидово поле
• euclidean geometry:    евклидова геометрияEuclidean geometryевклидова геометрия
• euclidean group:    евклидова группа
• euclidean metric:    евклидова метрика

• The most common distance metric used is Euclidean distance.
  Наиболее часто используемой метрикой расстояний является евклидова метрика.
• The basic concept of length originates from Euclidean distance.
  Понятие длины происходит от Евклидового расстояния.
• The norm is usually Euclidean distance, although other distance functions are also possible.
  В качестве нормы обычно выступает евклидово расстояние, хотя можно использовать и другие метрики.
• This effect, however, is also present in any other algorithm based on Euclidean distance.
  Этот эффект, однако, присутствует в любом другом алгоритме, основанном на евклидовом расстоянии.
• The nearest neighbors are defined as the keypoints with minimum Euclidean distance from the given descriptor vector.
  Ближайшие соседи определяются как ключевые точки с минимальным евклидовым расстоянием от заданного вектора дескриптора.
• An object is recognized in a new image by individually comparing each feature from the new image to this database and finding candidate matching features based on Euclidean distance of their feature vectors.
  Объект распознаётся в новом изображении путём сравнивания каждого признака из нового изображения с признаками из базы данных и нахождения признаков-кандидатов на основе евклидова расстояния между векторами признаков.