1) regularization learning
正则化学习
1.
Using RBF (Radial Basis Function) network as the soft-sensing model, it s natural to introduce regularization learning algorithm.
以径向基函数神经网络作为软测量模型,在软测量建模中引入正则化学习算法。
2) modified delta rule
修正的δ学习规则
3) URL regular expression learning
URL正则表达式学习
4) the regularization of slang study
俚语学习正式化
5) inverse dynamics
正则化逆动力学
1.
A frequency approach to regularized inverse dynamics of flexible manipulators;
柔性机械臂正则化逆动力学的频域方法
6) learning rule
学习规则
1.
Discovering New Neural Network Learning Rule Based on Genetic Programming;
基于GP的神经网络学习规则的发现
2.
The weights of the principal component neural networks are trained with the aid of the algorithm of generalized Hebbian learning rule, and the input vectors of the local spatial features and image pixels value are transformed into feature vectors which are once clustered by Kmeans classifier, the road surface and unroad surface can be distinguish.
该方法用广义Hebb学习规则训练主元神经网络权值,然后将局部统计特征和图像像素值输入主元神经网络得到图像特征矢量,最后用K 均值分类器对该矢量进行分类,通过参考区域识别道路。
3.
In this neural network training, the author applied an error back-propagation gradient descending search technique successfully, and then proposed a new learning rule for multiple pattern pairs fuzzy associative memories in single FAM and its efficiency has been confirmed by computer imitations.
本文给出了模糊联想记忆神经网络联想输出误差函数的一种梯度计算方法,成功地把误差逆传播梯度下降搜索技术应用于该网络的训练中,提出一种新的多模式对模糊联想记忆的学习规则,计算机模拟表明该规则是十分有效的。
补充资料：正则化
正则化
regularization
正则化fr卿Ila蛇口d皿;pel，”p“3叫。，」 对于不适定问题(ili一posed problen招)构造关于初始数据的小扰动是稳定的近似解法(亦见正则化方法(爬洲a血王如n此thod)). B.只.Al，:eHHH，A.H.T拟“幻日撰【补注】“正则化”概念在数学中是相当一般的，它的含意已远远超过了处理不适定问题的正则化方法本身.它至少包含着下面两个交织在一起的思想. l)数学对象A由一个更正则的对象A雌作系统代换，一般要使得(A雌)咤=A雌. 2)定义函数的值或对象的其他概念，而该值或概念是事先未予定义的(或者为无穷大，不确定，……).为此经常用一个合适的族(一个形变(由角亡几吐1011))，将上述对象置于族中，对该族中一切接近上述对象的对象定义函数值或者概念，然后取合适的极限.另一个技巧是除去“系统无穷大”，所使用的各种正则化方法的细节主要取决于特定的情况.也经常使用其他术语代替“正则化”，用来描述这种方法和技巧，譬如“正规化”，“重正规化”，“非奇异化”，“奇异性分解”， 上面l)或2)(或两者)意义下的正则化例子有:正则化序列(参见序列的正则化(记孚面血以沁nofs叫uena治))，正则化算子和正则化解法(见不适定问题(沮一卯s司problen招);正则化方法(碳刻ari左山n服山团);积分方程，数值方法(i血脚l叫Ua石ons，nunrncalrr犯比Lods);F理dI幻Im方程，数值方法(Fre小hohn eq珑川on，nu“犯riaUn坦th以七))，最优化理论中的罚函数和其他正则化技术(见数学规划(灯以山既圈石司prog艺rnm止侣);罚函数法(体蒯tyftmctions，n犯让lodof))，各种重正规化方案(见重正规化(代泊。几阳面必石。n))，正规化和非奇异化格式及其变形(见正规概形(nonT以1 sche-此);奇点的分解(心olution of 51爬刘面胎))，分布的正则化(见广义函数(罗理几如沮几nctlon))，Stunn·Liou-访Ue算子的正规化的迹(见S如团.U俐币血问题(StunnLiouville prob」em))，和H沮笼成一S如耐血算子(H丑比找-Sc垃相dt opera加r)的正则化特征行列式. 还有一个例子是用来定义泛函积分和量子场论中的某些无穷行列式(或其商)的乙函数正则化(欢扭-丘山以ion玛卿」面巨tion).其作法如下:令A是一个合适的算子，例如加plaCe或加place一氏1枉2而算子，定义它的广义C函数(罗】le爪血时欢扭一几nction) 心，(s)=艺*二’，其中又。在A的谱上取值(计算重数).至少在形式上有C’(、)l、一。二一艺。fog(*。)，这就提供了一个机会，由下式来定义C函数正则化行列式(欢饭一允扭无。n娜刘肚访习de加1和inant) det(A)二exP(一心’(s))}:二。
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