1) approximate inverse model
逼近逆模型
1.
An integrated control method based on approximate inverse model and tendency rate for a class of nonlinear system is presented.
提出基于逼近逆模型及趋近律的综合控制方法来综合一类非线性系统的控制律。
3) approximate model
逼近模型
1.
Compensated approximate model-control with nonlinear actuator
考虑非线性执行器的补偿逼近模型控制
4) Multiple models approximation
多模型逼近
5) H ∞model approximation
H∞模型逼近
6) model approximation degree
模型逼近度
1.
On the basis of the paper (8),we present a self-adaptive learning algorithm for a feedforward neural network by making use of the model approximation degree and the variation ratio of error function to its gradient norm The algorithm is tested on Fish′s plant classification problem and good results are achieved, improving that given in paper (8)
在文［８］的工作基础上，利用模型逼近度和训练误差函数值相对误差函数梯度向量长度的变化率，给出前馈神经网络的一个自适应学习算法对一具体的分类问题进行计算，结果表明本文算法效果良好，改进了文［８］的算法
2.
In this paper,the concept of model approximation degree and a jump strategy are combined to give a new adaptive learning algorithm for BP neural network.
本文利用模型逼近度的概念和跳步策略，给出ＢＰ神经网络的一个自适应跳步学习算法，对Ｆｉｓｈｅｒ提出的分类问题和一个实际的非线性时间序列预测问题进行计算，结果表明本文算法取得了良好的效果。
补充资料：函数逼近，正定理和逆定理
函数逼近，正定理和逆定理
approximation of functions, direct and inverse theorems
函数逼近，正定理和逆定理〔叩p川心m丽皿of加n比拙，山比Ct and inve瑰the.陀ms;.聊痴叫的日.此中加.欲浦、娜旧M“el.倾阵I‘eT印碑袖I」 描述被逼近函数的差分微分性质与各种方法产生的逼近误差量(及其特征)之间关系的定理和不等式.正定理借助于函数f的光滑性质(具有给定的各阶导数，f或其某些导数的连续模等)，给出f的逼近误差估计.利用多项式进行最佳逼近时，Jaekson型定理及其多种推广均是众所周知的正定理，见J以滋s佣不等式(J ackson inequality)和Ja改涨扣定理(Jackson theo-化m).逆定理则是根据最佳逼近或任何其他类型逼近的误差趋于零的速度来刻画函数的微分差分性质.5.N.Bernste几首次提出并在某些场合下解决了函数逼近中的逆定理问题，见[21，比较正逆定理，有时就可以利用，例如，最佳逼近序列来完全刻画具有某种光滑性质的函数类. 周期情形下正逆定理之间的关系最为明显.令C为整个实轴上周期为2二的连续函数空间，其范数定义为}}训:m。‘加川. 趁、 石(户7丁)，nf}{厂甲1}、 价任了。为至多。次的允多项J处J’‘“间l对矛中函数f的最不}遍近，。仃一川记二厂的连续模，产r(产一12一)是若;，，I率个实轴上·次连续。f微的函数集‘户，二矛);卜定理f山。‘c、，the(〕re，1”J片出如果.了。厂、则 M{_‘l 从“，，蕊奋一“甲’、万 月l、2、、厂幼，!_.少川1常数M，。。一。又.「JJ以构造矛。‘;矛中函数八，)相关的多项式序列织(_人t):不使得对产三乙，(l)的右端.叮作为误差卜厂一仁〔户一的}界，这是较(I)更强的结果.1兰定理(，n、。r、。the‘)rem)指日:对，。矛勿J果 可。，、M了岁E“，;;)，。、二 月二】(其，「，阿是绝对常数l}了司是l厂户的整数部分)日一对某个i「一整数r‘级数 艺。r一’E以讯一1) 月二1收敛.则可推得了‘〔’‘类似戈2)田(/、)，l/。
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