1) resolution function
决断函数
2) diagnostic decision function
诊断决策函数
1.
In this method,the diagnostic requirements are the constraints of diagnostic decision function,and the function value is acquired through the standardization of constraint parameters and weight computation.
该方法以诊断需求作为诊断决策函数的目标约束,通过约束参数规范化方法和权值确定方法计算诊断决策函数值。
3) decision function
决策函数
1.
The algorithm about incremental generating decision function is built by modifying the definition of discernibility matrixes.
笔者提出的递增式决策函数生成算法是在改造后的分辨矩阵下完成的,更有利于编程实现;避免了传统粗集方法对数据作一次性处理生成庞大的决策矩阵,从而有效解决了在处理大规模数据库时内存不足问题;由于决策函数是递增式生成的,因此该算法适应了目前数据变化的特点,实现了新例的动态学习,因此这种对信息的重用,减少了数据挖掘的时间;同时,递增式决策函数生成算法从根本上解决了多类决策的递增式学习问题。
2.
The basic concepts,principles,logic flowchart of algorithm,characteristics of the competitive decision algorithm were systemically expounded and the widely used competitive force function,decision functions, resources exchange rules of the algorithm were proposed.
全面阐述竞争决策算法的基本概念、原理、算法流程、特点,给出了常用的竞争力函数、决策函数、初始状态、资源交换规则,并以示例来说明该算法的原理、特点及应用。
3.
This paper transfers the non-parametric hypothesis test of two or more equal population into the statistical decision problems which be reseaching the best decision functions.
本文将两总体及多总体分布相等的非参数假设检验问题转化为寻求最优决策函数的统计决策问题。
4) decision-making function
决策函数
1.
Thus the associated matrix is formed between the project and the object,and accordingly educed expressions of evaluative function and decision-making function.
基于Vague集的模糊决策方法近年来得到了广泛的应用,这种决策方法综合考虑了方案满足目标的可能性和不满足目标的可能性两个方面的因素,以此为基础建立方案和目标之间的关联矩阵,从而利用i-vVague集导出了评价函数和决策函数的表达式,并且可以根据不同的情况选择不同的决策函数。
2.
Simultaneously,it established a mathematical model of Multi-sensor,then obtained analytical expressions of decision-making function.
基于Vague集的模糊决策方法近年来得到了广泛的应用,它以方案满足目标的可能性和不可能性为基础,进而建立方案和目标之间的关联矩阵;该方法克服了传统方式下利用模糊集的固有局限性,同时针对多传感器信息融合的数学模型,得出决策函数的具体表达式,并且给出结果的判决准则,最后通过实例分析证明这种方法简单有效。
3.
In this paper, the characteristic of decision-making functional spaces is discussed.
就决策函数空间的特性进行讨论,指出任何统计决策问题总是与一个随机过程有关的,所有统计决策函数所构成的集合可以看作是一个拓扑空间。
5) verdict function
判决函数
1.
It discusses how to utilize numerical value system and verdict function to resolve bus collision in the description of VHDL and simulation of system.
针对运用VHDL语言进行系统描述和系统仿真中出现的总线冲突问题及不确定值的传递问题 ,阐明了运用判决函数解决总线冲突的方案及判决函数的算法实现 ;并简要说明了运用更大的数值系统为判决函数提供更多的结点信息来解决不确定值的传递问题的方
6) decision functions
决策函数
1.
We propose a new construct method of multicriteria decision functions based on genetic programming algorithm,which produces more stable decision functions than the AHP arithmetic mean used ones.
提出了一种基于遗传程序设计算法(GPA)构造多准则决策函数新方法,该方法构造的决策函数比典型的分层处理AHP(算术平均值)方法构造的决策函具有明显的稳定性。
补充资料：高斯函数模拟斯莱特函数
尽管斯莱特函数作为基函数在原子和分子的自洽场（SCF）计算中表现良好，但在较大分子的SCF计算中，多中心双电子积分计算极为复杂和耗时。使用高斯函数(GTO)则可使计算大大简化,但高斯函数远不如斯莱特函数(STO)更接近原子轨道的真实图象。为了兼具两者之优点，避两者之短,考虑到高斯函数是完备函数集合,可将STO向GTO展开：
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
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