1) pruning-theorems
剪枝定理
1.
Through the study of the method of security protocol analysis based on the Strand Space Model,this paper proposes an advanced state space reduction technique,which combines state space reduction techniques with pruning-theorems during the protocol analysis in order to reduce the state space more efficiently.
通过对基于Strand空间模型的安全协议分析方法的研究,提出了协议分析过程中改进的状态空间简化技术,即在协议分析中将状态空间简化技术与剪枝定理相结合,以达到更加有效地简化状态空间的目的。
2) Pruning
[英]['pru:niŋ] [美]['prunɪŋ]
剪枝
1.
Task scheduling based on cost-time optimization of pruning strategy in economic grid;
经济网格中基于剪枝策略的时间-费用优化任务调度
2.
A multi-criterion pruning method for decision trees and its application in intrusion detection;
一种多标准决策树剪枝方法及其在入侵检测中的应用
3.
Efficient sequential pattern mining algorithm based on average value constraint satisfaction pruning strategy;
基于均值约束满足度剪枝策略的高效序列模式挖掘算法
3) prune
[英][pru:n] [美][prun]
剪枝
1.
A new algorithm named SPIU is proposed,which make use of the previous mining results and prune to the candidate frequent sequence.
SPIU算法充分利用了原有的挖掘结果,并对产生的候选频繁序列进行剪枝,有效地减小了候选频繁序列的大小,从而很好地改善了挖掘效率。
2.
Secondly, prune off some branches based on hamming distance, and the frequent sequences of system calls remain.
算法对权值树作了一定的改进,首先使用正常序列生成权值树森林,随后对权值树作了基于海明距离的剪枝,保留了主要的正常序列。
4) branch and cut
分枝剪枝
1.
On the basis of improved heuristic cluster local search, branch and cut method is used to get the global optimal solution.
在改进的启发式群局部搜索的基础上 ,利用分枝剪枝法得到全局最优解 。
5) Pruning branches and leaves
剪叶剪枝
6) pruning algorithm
剪枝算法
1.
Fast pruning algorithm for designing sparse least squares support vector machine
构造稀疏最小二乘支持向量机的快速剪枝算法
2.
Improved pruning algorithms for sparse least squares support vector regression machine
关于稀疏最小二乘支持向量回归机的改进剪枝算法
3.
In order to solve the problem,LSSVM integrates with sequential minimal optimization(SMO) algorithm and a modified pruning algorithm imposes sparseness upon the solution of LSSVM integrated SMO algorithms.
针对最小二乘支持向量机(LSSVM)仅考虑等式约束,失去了支持向量机(SVM)解的稀疏性,影响了二次学习效率的问题,把最小二乘支持向量机与序列最小优化算法(SMO)相结合,后者应用改进的剪枝算法对解进行稀疏化处理,解决了上述问题;算法与最小二乘支持向量机相比降低了计算的复杂度,提高了计算精度。
补充资料：函数逼近，正定理和逆定理
函数逼近，正定理和逆定理
approximation of functions, direct and inverse theorems
函数逼近，正定理和逆定理〔叩p川心m丽皿of加n比拙，山比Ct and inve瑰the.陀ms;.聊痴叫的日.此中加.欲浦、娜旧M“el.倾阵I‘eT印碑袖I」 描述被逼近函数的差分微分性质与各种方法产生的逼近误差量(及其特征)之间关系的定理和不等式.正定理借助于函数f的光滑性质(具有给定的各阶导数，f或其某些导数的连续模等)，给出f的逼近误差估计.利用多项式进行最佳逼近时，Jaekson型定理及其多种推广均是众所周知的正定理，见J以滋s佣不等式(J ackson inequality)和Ja改涨扣定理(Jackson theo-化m).逆定理则是根据最佳逼近或任何其他类型逼近的误差趋于零的速度来刻画函数的微分差分性质.5.N.Bernste几首次提出并在某些场合下解决了函数逼近中的逆定理问题，见[21，比较正逆定理，有时就可以利用，例如，最佳逼近序列来完全刻画具有某种光滑性质的函数类. 周期情形下正逆定理之间的关系最为明显.令C为整个实轴上周期为2二的连续函数空间，其范数定义为}}训:m。‘加川. 趁、 石(户7丁)，nf}{厂甲1}、 价任了。为至多。次的允多项J处J’‘“间l对矛中函数f的最不}遍近，。仃一川记二厂的连续模，产r(产一12一)是若;，，I率个实轴上·次连续。f微的函数集‘户，二矛);卜定理f山。‘c、，the(〕re，1”J片出如果.了。厂、则 M{_‘l 从“，，蕊奋一“甲’、万 月l、2、、厂幼，!_.少川1常数M，。。一。又.「JJ以构造矛。‘;矛中函数八，)相关的多项式序列织(_人t):不使得对产三乙，(l)的右端.叮作为误差卜厂一仁〔户一的}界，这是较(I)更强的结果.1兰定理(，n、。r、。the‘)rem)指日:对，。矛勿J果 可。，、M了岁E“，;;)，。、二 月二】(其，「，阿是绝对常数l}了司是l厂户的整数部分)日一对某个i「一整数r‘级数 艺。r一’E以讯一1) 月二1收敛.则可推得了‘〔’‘类似戈2)田(/、)，l/。
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