1) Recursive approximation
递推近似
2) approximate reasoning
近似推理
1.
An approximate reasoning approach based on the measures of similarity between vague sets;
基于Vague集的近似推理方法
2.
Equivalence of three different types of approximate reasoning patterns;
三种近似推理模式的等价性
3.
The approximate reasoning of Bayesian Network appending interval probability;
带区间参数的贝叶斯网的近似推理
3) approximate inference
近似推理
1.
Then the method for learning ID structures from interval data and the example of approximate inferences were proposed.
对传统影响图进行了扩充,提出了带区间参数的影响图(ID)概念,在此基础上,给出了基于遗传算法(GA)的带区间参数影响图的结构学习方法,采用Gibbs采样算法对该类影响图作了近似推理,并应用于具体实例。
2.
Bayesian networks have already had some relatively mature accurate and approximate inference algorithms as a result of twenty years development.
经过二十年的发展,贝叶斯网络已经有一些比较有效的精确和近似推理算法。
4) approximate derivation
近似推导
5) super-transitive approximate
超传递近似
1.
The super-transitive approximate method was presented in confirming the weight of objectives that include pump discharge pressure, rotor efficiency and required input power in multi-objective optimization.
在多目标优化设计当中,采用超传递近似法对目标之间的重要性进行模糊评价,确定各目标的权值,从而求出优化结果。
6) Quasiapproximate reasoni
准近似推理
补充资料：递推估计算法
利用时刻t上的参数估计孌(t)、存储向量嗘(t)与时刻 t+1上测量的输入和输出值u(t+1)和y(t+1)计算新参数值孌(t+1),再根据孌(t+1)计算出新参数值孌(t+2)，直到获得满意的参数值为止。这种算法的每一步计算量都比较小，能够使用小型计算机进行离线或在线参数估计，可以估计时变参数，也可以实时估计适应控制器的参数（见适应控制系统）。20世纪60年代，递推估计算法得到迅速发展，到了70年代产生了许多不同的方法，例如，有离线方法的各种变形、卡尔曼滤波法、随机逼近方法和模型参考适应参数递推估计法等。递推估计算法的各种方法可以用一个统一的公式来描述：
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
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