1) Function approximation
函数逼近
1.
The function approximation ability comparison of two wavelet networks and their applications;
两种小波网络的函数逼近能力比较与应用
2.
Function approximation capabilities of intuitionistic fuzzy reasoning neural networks;
直觉模糊神经网络的函数逼近能力
3.
Function Approximation Study of General Fuzzy System;
模糊系统的函数逼近特性研究
2) approximation of function
函数逼近
1.
And as the approximation of function for example,approximating the emulation of the different BP neural Netwlrk with the figure of primary function,it compares the performance of different BP neural network,Advantages.
并以函数逼近为例,通过对不同的BP神经网络仿真与原函数图像的拟合,比较不同的BP神经网络的性能,验证新型BP网络的优势,得出如何根据对象选取神经网络的结论。
2.
This paper discusses differences and relations between Newton and Lagrange interpolation polynomial in approximation of function.
讨论了Newton及Lagrange插值多项式在函数逼近中的联系和区别。
3.
This paper discusses differences and relations between Taylor Polynomial and Newton interpolation polynomial in approximation of function.
讨论 Taylor多项式与 Newton插值多项式在函数逼近中的区别和联系。
4) function approaching
函数逼近
1.
The result shows better by the example of function approaching.
将二元蚁群算法和神经网络混合,可兼有神经网络广泛映射能力和二元蚁群算法快速全局收敛能力,通过在函数逼近实验表明取得了较好的结果。
5) functional approximation
函数逼近
1.
Functional approximation development—neural networks;
函数逼近的发展——神经网络
6) approximation function
逼近函数
1.
Firstly,the best uniform approximation function is constructed with Chebyshev interpolation method,then the function is analyzed by partial orthogonal decomposition to obtain related eignvalue and eignvalue vector.
首先,利用Chebyshev插值法建立非平稳信号的最佳一致逼近函数;然后,通过对该函数进行偏正交分解获取对应的特征值及特征向量。
2.
A new method of analytic extension for the approximation function of firing tables out of the firing table s valid firing area was put forward.
在有效射界外,为火炮射表的逼近函数构造了一个解析延拓函数,它能为有效射程之外平稳光滑地引导火炮提供策略,而且可保证求解的第一个命中点在有效射界的边界上,为目标快速射击争取了最大的射击机会。
3.
For nonlinear and nonstationary signal,the paper builds the best uniform approximation function with Chebyshev s interposing method,then the function is analyzed by orthogonal function to(obtain) relating eigenvalue and eigen vector.
利用Chebyshev插值法,建立非平稳信号的最佳一致逼近函数,通过对该函数进行偏正交分解获取对应的特征值及特征向量,该方法运用在滚动轴承故障特征提取应用中,取得了良好的效果。
补充资料：函数逼近
函数逼近
approximation of functions
J贬中口是{a.川(或整个实轴)、牛鱼近误差度鼠以积分形式定义或所讨i仑的是多变腻函数时均存类似的结沦成命.数列尸仃，尸叮))随着被遇近函数户胜质的变化以及遏近多项式只叮;)的选取而减小的速度的研究特别币要.笑于最佳遏近以及对给定的厂有效地构造多项式只〔八心的线州逼近方法等问题也已J]k为研究的取点.函数逼近论发展中的个重要阶段是与Ch.J de1:IVa]l民一P〔)uss一，，I).Jaekson以及C，11.反PHu丁l℃叼11(5 .N.Bernsll忱百n)的名字联系在起的.他们斤创f当利用适当选取的雌次多项式只(ft)伪争二11来逼近函数f时，遏近误差的递减速度‘f的差分微分J性质之间的关系厅面的研究.他们发现，在许多场合下有关f的导数的存在性光滑州_等特征可借助j一逼近多项式序列及相应的逼近误旅的日质来刻幽(见函数逼近，正定理和逆定理‘approxlmation、》士、 lunc-t，Ons.dlre以an(1 Inverse theorenls)}.这就有可能以新的构造性的方式来描述连续口)微函数.20世纪初期，对这种问题的研究曾经是逼近沦的仁流;因此，这」乍贞域也被们看成是函数构造论(①nstructl\ethe()ry(。【funct一。
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