1) Transfer function
转移函数
1.
The RBF neural network based on the Kalman filter algorithm and biradial transfer function
基于卡尔曼滤波算法和双径向转移函数的RBF型神经网络
2.
Transfer function (TF) is an accurate and convenient technique to evaluate harmonics on both alternating current (AC) and direct current (DC) sides of a converter, as it considers the commutation period between the thyristors and the firing angle variation for some control requirement in the circuit.
运用转移函数法分析变流器两侧的谐波,考虑了晶闸管的换相过程以及触发角由于某种控制需要而受到余弦信号的调制过程,为工程实际中谐波的估算提供了方便和较为精确的方法。
3.
In order to improve the convergent speed of standard BP network, an improved rapid algorithm for BP network is represented, on the basis of LM optimization algorithm by using double polarity S compressed function as transfer function.
为了提高 标准BP算法的收敛速度,提出一种基于LM数值优化算法,以双极性S型压缩函数为转移函数的 改进BP算法。
2) transition function
转移函数
1.
Study on approximation of transition functions using semigroup method;
用算子半群理论研究转移函数的逼近
2.
he continuity of transition function in Hilbert space refered in [1] is a common condihon in this paper.
在很一般的条件下，研究了文献［１］中提出的Ｈｉｌｂｅｒｔ空间上的转移函数的连续性。
3.
The frequency transition function in DFH system is one of the key technologies and will influences the performance of the corresponding communication system considerably.
频率转移函数是相关跳频的关键技术之一,将直接影响相关跳频通信系统的性能。
3) Feller transition function
Feller转移函数
1.
In the meantime,we obtain the condition of the minimal process is a Feller transition function.
与此同时 ,得到了最小过程是 Feller转移函数的条
4) Markov transition function
Markov转移函数
5) Para-transition function
准转移函数
1.
This paper gives two single-parameter scmigroups ｛T_τ,t≥0｝ and ｛V_t,t≥0｝ which are defined by means of a time-inhomogeneous para-transition function.
本文给出了与非时齐准转移函数对应的两个单参数半群 ,研究了二者的性质 ,并证明了二者相互唯一决定。
补充资料：转移函数
转移函数
transition function
【补注】另外的参考文献亦见lv1即柳.斑、Ivl斑胡“chain);M冲劝8过程(M缸kov process)·转移函数[松队‘“佣加目无叨;nePexO朋既中””闰.〕，转移概率(tla斑币on probability) 在Ma阵阳过程论中为了从在以前时间的已知状态决定将来的瞬间分布而使用的一族测度.设可测空间(E，‘妙)使得叮代数.万包括E中一切单点集，T是实直线R的一个子集.对s，汗T，s簇t，xoE及B‘、万给定的函数尸(、，x;t，B)，称为对(E，.幻的转移函数(七刁斑ition fLmctjon)，如果:a)对给定的s，x和t，它是，上的测度，且尸(s，犯t，B)簇1;b)对给定的s，t和B，它是点x的.了可测函数;e)p(s，x:s，{x})三l且对R的拓扑中T的所有右极限点s， 嫩p(S，x;亡，E)一l; t〔T以及d)对一切x〔E，B〔、妙和T中的、蕊t簇u，KO山已《ro]不)B一O恤P~方程(Koin1Ogorov一C比IP~闪山石。n)p(:，x;u，。)一Jp(、，x;:，己夕)p(。，，;u，。)(·) E成立(在某些情形，要求。)可省去或减弱).如果尸(s，x;t，E)三1，称转移函数为MaPxoB转移函数(Markov tl习nsition fun(无on)，否则称为次MapK帕转移函数(subMarkov llansi石on filndjon).如果E是至多可数的，则转移函数用转移概率矩阵 p“‘=j jp、。，(s，t){J确定(见转移概率(加朋ition probabilities);转移概率矩阵(ma州X oft~ition probabilit此”.常常发生对任何容许的、，x和t，测度尸(:，州t，·)关于某个测度具有密度P(、，斌t·).如果在这种情形方程(*)的下述形式 :(、，x;u，:)一J，(、，x;。，，)，(:，夕;。，:)汀， 君对任何石中的x和了及T中的、延t毛u满足，则称P(、，从t，y)为转移密度(t化临ition density)， 在非常一般的条件下(见fll，【2」)，转移函数可以同一个MapKoB过程x二{x，，杏，群，尸s，:}相联系对干它p，，、{x声B}二p(:，x;t，B)(在MapKoB转移函数的这种情形，这个过程不中止于有限时刻、即心二叨，尸、，*一a.s.).另一方面，随机过程的Ma拌oB性一般地能够把过程同一个转移函数相对应(【3〕). 设T是齐次的，即对T中的s蕊t，t一s的值的集合形成一个依R中的加法成一个半群T(例如，T二R，丁二{跨R，t)0}，T二{o，1，’，、})·进一步，如果转移函数尸(、，斌t，B)只依赖于差‘一:，即P(、，x;t，B)=P(r一、，x，B)，其中P(r沐，B)是所了，、〔E，B。
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