说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 光滑函数类
1)  smoothing functions class
光滑函数类
1.
The present paper investigates the absolutely convergence for Fourier-Laplace series of the functions belonging to some smoothing functions class given on the unit sphere and defined k-th order difference with step t along a geodesic emanating from μ∈Ω n,averaged ov.
本文将这一结果推广到单位球面上的 Fourier- Laplace展开中 ,讨论了由球面平移算子所确定的 k阶差分定义的光滑函数类的绝对收敛
2)  periodic function classes
周期光滑函数类
3)  smooth function
光滑函数
1.
The original signals with paper defects are convoluted with the smooth function firstly, then some signals are selected which both preserve the singularity of paper defects and weaken small signal fluctuations .
首先使用光滑函数与纸病信号进行卷积运算 ,然后选取能够保留纸病奇异性特征且同时削弱随机纹理所产生起伏的适当尺度下的信号 ,并对其实施进一步小波变换 ,去除大部分纹理起伏所对应的极大值线 ,最后利用极大值线与纵轴相交的截距来判断纸病。
2.
For the its,the Cauchy s mean value theorem that involves two smooth functions is extended to involving n smooth functions by,and thus obtaining differential mean value.
为拓展它的应用范围,利用相同的手法,将涉及两个光滑函数的柯西微分中值定理推广到了n个光滑函数的情形,得到另一种推广的微分中值公式。
3.
From the formula,the Abstract and concrete known integral formulas of a lot of smooth function in bounded domains can be obtained.
应用单位分解的方法及积分表示中核函数的构造理论,得到Cn空间中有界域上光滑函数的一个抽象积分公式。
4)  smoothing function
光滑函数
1.
Aiming at this problem,a new recursive formula of smoothing functions was got using the method of integral.
光滑函数在支持向量机中起着重要作用。
2.
used a polynomial function as smoothing function,and proposed a polynomial smooth support vector machine(PSSVM) in 2005,which improved the performance and efficiency of SVM for classification.
2005年袁玉波等人用一个多项式函数作为光滑函数,提出了一个多项式光滑的支持向量机模型PSSVM(polynomial smooth support vector machine),使分类性能及效率得到了一定提高。
3.
The property of the smoothing function and convergence of the algorithm.
提出求解广义支撑向量机(GSVM)优化问题的一种新的光滑函数法,克服了已有算法收敛速度慢且计算结构复杂的缺陷。
5)  smoothing of functions
函数光滑
6)  multivariate Besov smoothness function classes
多元周期Besov光滑函数类
补充资料:函数逼近,函数类的极值问题


函数逼近,函数类的极值问题
ions, extremal problems in function dasses approximation of ftinc-

  】f,r,(r’)一f(r,(r‘’)}《M】r’一r“}“(r’,,“。I一1,!])的f任Cr!一1,l]组成的函数类,则对于n一1次代数多项式子空间贝了在!一1,l]上所作的最佳一致逼近,下列关系式成立: 悠二E‘MH。,”‘”)‘一粤,‘6) ,、_一二,二,,,,、~刀、M,二、。,,r,、忽”厂‘““‘M附rH“,贝:’‘一誉{’·‘万一‘’‘““‘,‘7, r=l,2,…,将这些结果与周期情形下的相应结果进行比较是有所裨益的.当,=1时,(6),(7)的右端分别等于M凡和M人r+1.如果放弃对最佳逼近多项式的要求,那么就可以获得较强的结果,这些结果实质上改善了在!一1,l]端点处的逼近并保持了整个区间上的最佳渐近特征.例如,对任何f6MH‘,存在代数多项式序列Pn以t)任灾矛,使得当n~的时,下列关系式在t6!一1,l]上一致成立:、f(!)一。。,‘)、·:{{;杯}“二‘一,!- =E(MHa,哭聋)。【(l一tZ)a·‘2+o(l)1.对M评百,(r=1,2,…)也有类似的结果(见【川).关于(最佳及插值型)样条逼近给定在区间上函数类的问题,若干精确及渐近精确的结果(主要是对于低阶样条)已公诸于世(见1151). 就(积分度量下的)单边逼近而言,关于上述函数类用多项式和样条进行最佳逼近的误差估计也已得到了一系列精确的结果(见【14]).在推导这些结果的过程中,实质上利用了最佳逼近在锥约束下的对偶关系. 对给定的函数类叨,寻求其(固定维数的)最佳逼近工具将导致确定所谓的宽度(widih)问题,亦即确定(参考(l),(3)) 心(,之,幻=运fE(叭,贝,)x, 贝即 d沁(叭,X)==运f者(叭,叽、),, 田阳(其中下确界取自X的所有N维子空间灾N(及其平移)),以及确定实现这些下确界的(最佳)极子空间问题.心与d万的上界可由E(叨,灾)x和g(叭,叭)x分别给出,对于具体的子空间贝,来说,E(绷,灾)x和扩(绷,哭N)x是已知的.宽度问题中的主要困难是获取下确界.在某些场合下,可借助于拓扑中的Borsuk对映定理丈见18』)而得到这些下确界.在用(。一1阶三角多项式)子空间,荔一,或(关于结点人司。亏数为1的。阶样条)子空间s皿解决函数类M吼及周期函数类wrH“的最佳逼近问题时,已知的上确界E(叭,巩、)x几乎在所有的情况下同时也就是这些函数类的心值.此外,对周期函数类还有姚。一1=姚。.特别有(见[7],【8],【1 51,【16」)dZ,l(附妥,C)=dZ。(W蕊,C)二dZ。一(W下.L一)= =dZ。
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