1) network model framework
网络模型框架
1.
Introduces a network model framework for testing and validating the routing protocols.
提出一种用于测试和验证路由协议的网络模型框架。
2) network frame mode
网络框架模式
3) frame network
框架网络
1.
Chinese frame network contains a wealth of ontology semantic information.
汉语框架网络包含丰富的本体语义信息。
2.
Taking the principle of frame semantics,this paper constructs a Chinese law frame network ontology and develops a management system in order to manage the ontology and lay the foundation for applying ontology in information retrieval to improve retrieval efficiency in the future work.
本文利用框架语义学原理构建了法律框架网络本体,设计并实现了一个法律框架网络本体管理系统,旨在实现对本体管理和为未来将本体知识应用于信息检索以提高检索效率准备条件。
4) FrameNet
框架网络
1.
FrameNet and Information Processing in Chinese;
框架网络与汉语信息处理
2.
The author carries out FrameNet text annotation discussions both in theory and practice to prove FrameNet feasibility for the Chinese language.
框架理论是Minsky在人工智能领域提出的一种知识表示方法,Fillmore将它引入到语言学中,逐步发展为框架语义学,并主持了位于美国加州伯克利国际计算机科学研究所(ICSI)的语义工程——伯克利框架网络(Berkeley FrameNet)。
5) web-based framework
网络框架
6) Extensible internetworking framework
可扩展网络模拟框架
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
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