1)  LMI optimization
LMI优化技术
2)  LM
LM
1.
Listeria monocytogenes (LM) is one kind of important human and animal disease .
单核细胞增多性李氏杆菌(Listeria monocytogene,LM)是一种重要的人畜共患病病原菌。
2.
Artificial Neural Network method such as RBF ( Radial Basis Function) Network, MLP ( Multi-Layer Perceptron) Network, LM ( Levenberg-?Marquardt) were introduced.
本文对RBF(Radial Basis Function Network),MLP(Multi-Layer PerceptronNetwork),LM(Levenberg-Marquardt算法)等神经网络工作原理作了介绍,对微合金钢的力学性能、各相的分数和铁素体的晶粒尺寸之间的关系进行了研究,认为可以利用人工神经元方法分析微合金钢性能、组织成分及铁素体晶粒尺寸之间关系,利用试验数据通过多次计算机试验,并比较神经网络训练实验数据,预测结果的精度,比较结果表明,LM神经网络方法是用于组织性能预报的有效方法之一。
3)  LMS
LM S
1.
It discusses the principle and scheme of the adaptive filter using LMS and FX-LMS algorithm to distill voice form noises and to cancel noises with this kind of DSP.
介绍了TI公司定点系列中TM S320VC5416DSP的结构、特性,讨论了利用该芯片基于LM S算法及FX-LM S算法的自适应护耳器的设计原理、语音提取和噪声对消的方案及软硬件实现中需注意的问题。
4)  LM-FastICA
LM-FastICA
1.
Aimed at the convergent speed of M-FastICA was dependent on initial weights,LM-FastICA was advanced by imported looseness agent,and reduced the dependence on initial weights.
针对M-FastICA算法的收敛依赖于初始权值的问题,在算法过程中加入松弛因子,提出LM-FastICA算法,改善了算法对初始权值的依赖性。
5)  NN/LM
NN/LM
1.
Analysis of the Projects of the NN/LM Contract 2001-2006;
对NN/LM2001-2006年合同期项目的定量分析及启示
6)  LM-star
LM-Star
1.
Based on the progress course of ATS,NxTest and LM-star are introduced.
以ATS的发展历程为背景,介绍了美国国防部下一代ATS体系结构NxTest和美军第四代战斗机的ATS"洛马之星"(LM-Star),重点讨论了新一代飞机ATS研究涉及的测试标准规范、ATS体系结构、通用ATS平台、综合化仪器等的方面内容,最后对发展我国新一代飞机ATS提出了建议。
参考词条
补充资料:优化技术


优化技术
optimization technology

youhua iishu优化技术(opoimization teehnology)利用数学手段,以计算机作工具,寻求解决问题最优方案的基本理论、方法和技巧。亦称最优化技术。它是研究和解决如何将最优化问题表示成数学模型,以及如何根据数学模型尽快地求出其最优解的一门技术学科。其数学实质是对函数夕习ix)求极值(极大值或极小值)。实际上由于不可避免的模型近似性和求解算法的非精确性,优化技术一般只能表现为在多目标寻优决策中,从若干个可行解中通过“辨优”和“权衡”,选择一个满意解以代替最优解。最优化的方法有许多种,它主要侧重于数学的方法;而最优化技术则主要侧重于解决问题建立数学模型的概念与解题技巧,它更需要现代计算技术和计算机的帮助。因此最优化技术就是针对一最优化的问题建立数学描述,设计算法,并通过计算机运算获得最优化问题的解。所以从使用的工具来看,最优化技术也可以说就是利用计算机自动寻优的技术。最优化技术包括线性规划、非线性规划、动态规划、多目标规划、非光滑规划、网络图优化、随机优化以及仿真优化等内容,出现了许多类似于共扼梯度法、高斯一牛顿法等效果良好的算法,形成了一门新兴的学科。 简史早在公元前6世纪古希腊数学家毕达哥拉斯就已发现了黄金分割比,并用于人像雕塑。公元前3世纪阿基米德证明了给定周长圆形面积最大的等周问题。17一18世纪,由于解析几何学中曲线性质的研究和当时实际运动问题的要求,G.W.莱布尼茨和1.牛顿各自独立地发现导数和定积分之间的关系,这就是著名的牛顿一莱布尼茨公式,从而为微积分学的建立奠定了最后的基础。微积分学给出了求极值的一些准则,对最优化的研究提供了理论依据,对最优化技术的发展作出了重大贡献。1696年J.伯努利用变分法证明了最快斜坡不是通过某两点的直线,而是圆滚线的一段曲线。1736年L.欧拉对东普鲁士的哥尼斯堡桥的研究,发表了有关图优化的第一篇论文,推动了图优化技术的发展。1847年A.L.柯西提出了速降法,对优化技术影响很大。在以后较长的一段时间里,优化技术主要侧重于研究约束条件下的优化间题,发展了一套变分方法。但是,当时由于计算工具的限制,用这些方法归结成的数学问题很难求解,从而不能真正解决实际优化问题。第二次世界大战以前,解决最优化问题的数学方法主要是求导方法(求无约束极值)。第二次世界大战中,由于军事上的需要产生了运筹学,提出了大量的不能用古典方法解决的最优化问题。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。