1) threshold network
阈值网络
1.
The noise-improved signal correlation in maximizing threshold networks is discussed.
讨论了极大并联阈值网络中噪声改善信号相关性问题。
2) maximizing network of threshold devices
极大阈值网络
1.
Based on the Fisher information,a study is made on the phenomena of stochastic resonance(SR) and suprathreshold stochastic resonance(SSR)in a maximizing network of threshold devices for three representative noises,leading to the conclusion that the Fisher information can be enhanced with the noise,i.
基于Fisher信息研究了3种典型噪声下极大阈值网络中的随机谐振和阈上随机谐振现象。
3) feedforward threshold neural network
前馈阈值神经网络
4) Output-threshold neural networks
输出阈值神经网络
5) process neural network with time-varying threshold functions
时变阈值过程神经网络
1.
Sunspot number prediction based on process neural network with time-varying threshold functions;
基于时变阈值过程神经网络的太阳黑子数预测
6) Wavelet threshold neural network
小波阈值神经网络
补充资料：地理阈值
亦称地理临界值。它将地理系统中的不同状态加以分隔与区分，把某一性质的表现范围加以限制和说明。在此种意义上，地理阈值代表了系统的“状态空间”的非连续性。在一般叙述中，常把地理阈值等同于地理系统边界条件，但二者是有区别的：如果两种不同的状态同时存在于相同的边界条件之中时，地理阈值的表现可能是“非传递性”的转移；而当两种不同状态分置于不同的边界条件之中时，地理阈值的表现可能是“过渡性”地转移。无论是非传递性转移的地理阈值，还是过渡性转移的地理阈值，都使地理系统中不可能具备唯一的、通用的或稳定的解。所谓“解”都是有条件的，都是在地理阈值约束下的解。
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