1) effective functions
有效函数
1.
The advantage of this algorithm is that only making the matrix multiplication operation or solving equations set, can the decending direction of minimax be obtained without having need to consider how many effective functions there are and how to calculate the inverse matrix.
该算法的特点是：不必考虑有效函数的个数，不必计算逆矩阵；只需要作矩阵的乘法运算或求解方程组就可以得到ｍｉｎｉｍａｘ的下降方向。
2) validity function
有效性函数
1.
In this paper,by using the Subtractive Clustering Method and clustering validity function,set up the clustering center point was and the clustering classes in this new method,auto-adapted clustered the data set was implemented,and applied this method to the segmentation for CT images.
针对模糊C均值聚类算法(FCM)聚类过程中,初始聚类中心通过随机产生、类别数的确定通过预定义的方式实现的问题,利用减法聚类(SCM)以及聚类有效性函数,实现对FCM聚类过程的聚类中心和聚类类别数自动进行设定,实现了数据的自适应聚类,并将其应用到了CT图像的自动分割中。
2.
This article aim at failing of convergence rate is too slow in the based on common FCM arithmetic and validity function arithmetic,because it use Gauss randomicity to update dimensions powers,use genetics to accelerate convergence rate.
针对文[1]提出了基于普通FCM算法和聚类有效性函数相结合的算法,并通过一个Gauss随机变量来更新维特征的权值的算法收敛速度慢,一般都要要迭代上千次的缺陷,引入遗传算法,来加速算法的收敛速度。
3.
The optimal feature number is decided automatically by the introduced cluster validity function.
该算法通过引入聚类有效性函数,实现了最优特征数目的自动确定。
3) Validity measure function
有效性函数
1.
Validity measure function is introduced to the kernel clustering algorithm, and it can get the sorts’ number automatically.
提出了基于角点特征和自适应核聚类的目标识别方法,将有效性函数引入核聚类算法中,提出了一种可动态估计聚类数目的自适应核聚类算法。
2.
Kernel function and validity measure function are introduced to the fuzzy clustering algorithm, and fuzzy kernel clustering self-adaptive algorithm is proposed.
针对模糊聚类算法在样本特征不明显时不能取得很好的聚类效果 ,以及现有的模糊聚类算法需要事先确定聚类数 ,随机性强、容易陷入局部最优等弱点 ,将核函数和有效性函数引入到模糊聚类中 ,提出了模糊核聚类的自适应算法 。
4) the effective work function
有效功函数
5) availability function
有效度函数
1.
By defining availability function for each dimension of observation vectors to construct generalized observation vectors and covariance matrixes,the uncertainty of measurement was expressed,and formal valid measurement was obtained.
该方法对现有并行滤波量测融合估计算法进行推广,为各传感器观测向量的每一维定义其有效度函数,来构造能表示量测不确定性的广义观测向量以及广义误差方差阵,获得形式上的有效量测,就可以利用现有的量测融合方法获得最优融合估计。
6) effective objective function
有效目标函数
1.
Recently,both traditional MOEA and EFF-MOEA which optimize "original objective function" and "effective objective function" respectively easily lose some kinds of solutions.
目前,优化"原目标函数"的传统MOEA与基于"有效目标函数"的MOEA(Eff-MOEA)在搜索鲁棒Pareto最优解时都易丢失某些性质的解。
补充资料：高斯函数模拟斯莱特函数
尽管斯莱特函数作为基函数在原子和分子的自洽场（SCF）计算中表现良好，但在较大分子的SCF计算中，多中心双电子积分计算极为复杂和耗时。使用高斯函数(GTO)则可使计算大大简化,但高斯函数远不如斯莱特函数(STO)更接近原子轨道的真实图象。为了兼具两者之优点，避两者之短,考虑到高斯函数是完备函数集合,可将STO向GTO展开：
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
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