1) ε-insensitive loss function
ε-不敏感损失函数
1.
With the introduction of Vapnik s ε-insensitive loss function and the new weight factors, the new objective function is re-constructed, and consequently, its new update rules are derived according to the Lagrangian optimization theory.
该算法的基本思想是通过引入Vapnik’sε-不敏感损失函数和权重因子重新构建目标函数 ,并利用优化理论推导出新的学习公式。
2.
The new objective function of RFCNN is obtained by introducing Vapnik’s ε-insensitive loss function, and RFCNN’s update rules are derived by using Lagrange optimization theory.
针对模糊聚类神经网络FCNN(fuzzyclusteringneuralnetwork)对例外点(outliers)敏感的缺陷,通过引入Vapnik’sε-不敏感损失函数,重新构造网络的目标函数,并根据拉格朗日优化理论推导出新的鲁棒模糊聚类神经网络及其算法(robustfuzzyclusteringneuralnetworks,简称RFCNN)。
2) e-insensitivity loss function
e-不敏感损失函数
3) loss function
损失函数
1.
Mis-acceptance and mis-rejection in product examination and analysis of quality loss function;
测量检验中误收、误废和质量损失函数的分析
2.
Research on stochastic facility layout problem based on loss function;
基于损失函数的随机设施布局优化分析
3.
Multi-output support vector regression with piecewise loss function;
具有多分段损失函数的多输出支持向量机回归
4) Lost function
损失函数
1.
The sample size in random sampling can then be determined through forming the lost function.
在随机抽样的前提下,应首先定性地分析样本容量确定的影响因素,然后对精度和费用这两个可以量化的因素进行定量分析,并通过构建损失函数达到确定随机抽样样本容量之目的。
5) insensitive support vector regression
ε不敏感支持向量回归
1.
Chemical process data modeling based on ε-insensitive support vector regression;
ε不敏感支持向量回归在化工数据建模中的应用
6) Function sensitivity
函数敏感性
补充资料：损失函数
损失函数
loss function
损失函数〔卜.云州地阅;uoTep‘柯田叫.a] 统计判定问题中，对于试验的每一种可能结局表示试验者损失(成本)的非负函数.设X是在样本空间任，刃，p，)(口‘。)中取值的随机变盘;D={心是根据X的实现关于参数a可以作出的一切可能判决的空间.在决策函数理论中，定义在OxD上的任一非负函数L称为损失函数.当参数的真值为e时(e‘O)，损失函数L在任一点(a，d)任exD的值表示作出判决d(d〔D)所造成的损失.
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