1) linear basis function
线性基本函数
1.
Based on researching into the classification mechanisms of feedforward single-layer radial basis function (RBF) and linear basis function (LBF) networks,the author presents the viewpoints that the RBF centers and widths should be determined through a self-learning procedure,that some new kernels naturally come into being according to which class the labeled patterns are misclassified to.
研究了前向单层径基函数 (RBF)网络和前向单层线性基本函数 (LBF)网络的分类机理 ,提出了RBF的中心和宽度应通过学习自动确定 ,在学习过程中根据错分样本被错分入的类别自动生成新的核函数这一观点 。
2.
The classification mechanisms of feedforward two layered radial basis function(RBF) and linear basis function(LBF) networks as well as the methods of optimally determining their structures and initial parameters were studied.
研究了前向两层径基函数 ( RBF)网络和前向两层线性基本函数 ( LBF)网络的分类机理及其结构与初始参数优化确定方法 ,提出了 Guassian核函数的中心和宽度应通过学习自动确定 ,在学习过程中根据错分样本自身的类别和被错分入的类别自动生成新的核函数 ,并根据新增核函数对测试集的作用自动删除多余核函数的观点 ,从理论上阐明了采用 Sigmoid活化函数的两层LBF网络的分类阈值为 0 。
3) linear cost function
线性成本函数
1.
The optimal fuzzy profit with quadratic demand function and linear cost function is discussed.
探讨二次需求函数以及线性成本函数得到的模糊利润函数的最优情况:通过对商品的收益函数运用模糊数的理论讨论其最优模糊利润,考察在对称及不对称模糊数条件下解的情况。
4) basic regulations
函数的基本性质
5) linear-linear basis function
双线性基函数
6) linear function
线性函数
1.
Tabular method of detecting linear function and linear variable.;
检测线性函数与线性变量的表格方法
2.
Properties of linear function and its application;
线性函数的性质及其应用
3.
The kernel of linear functions and their linearly dependence
线性函数的核及其线性相关性
补充资料：函数逼近，线性方法
函数逼近，线性方法
pproximation of functions, Mnear methods
函数通近，线性方法【即pro劝ma柱佣of如口比此，Unearmethds;即面.橄...中伸叫浦月.州白.eM曰’O周曰!甲的-习..‘。侧.1由线性算子所定义的逼近方法.如果在赋范线性空间X中将线性流形(线性子空间)选作逼近集，则任何将函数f任X变换成函数U汀，t)=(Uf)(t)‘灾且满足’一U(。:f，+。2f2，r)=。IU汀，，t)+aZU价，r)(其中“1和气为任意数)的线性算子U均定义了灾中函数对X中函数的一种线性逼近方法(1i ncar approxi-mation method).一个线性逼近方法称为是射影的(P rojeCtive)如果对所有fe贝，U以t)=f(O;称为是正的(户犯itive)，如果对非负函数f有U(f，r))0. 最有意思的是有限维数的情形.此时，若贝二贝、是N维子空间，则有 八 U以‘)=饰以，)=艺e*汀)叭(，)，(1) k二1其中{叭(t)}犷是灾、的基底，吼为定义在X上的线性泛函.线性无关系{叭(t)}犷和泛函集{q}仁的选取依赖于构造线性方法时所用函数的有关信息.如果几们二了仇)(这里{气片是f的定义域中的固定点组玉且叭(t.卜0，(i笋k)，叭(tk)=1，则U从工气)=f(t*)伍=1，…，扔，此时得到一种插值方法(interpolation method)(如，Lag-ran罗插值多项式或播值样条(interpolation spline)).如果X=H是托lbert空间，吼汀)为函数f关于标准正交系{叭(t)}的Fourier系数，则(1)的右端的和式导致了X到贝N上的正交投影线性方法(li near methodoforthogonal Projection);此时， ，，介饰汀，”一萝…卜詹:一……。因此，可用函数叭的线性组合对f作最佳逼近. 线性逼近方法的理论中最引人注目的是收敛问题.令x为一Banach空间，{甲:(t)，中2(t)，…}是X上某个线性无关函数系，令灾N为这个系的前N(N=1，2，…个元素形成的子空间，叽为X到贝八N二1，2，…上的有界线性算子.对任何f‘X，收敛关系式珠以O~f(t)(在11叽一fllx~0(N~的)的意义下)成立，当且仅当:l)U、的范数列11叭}}有界，见B田.山-Stei曲aus定理(Banach一Steinhaus theorem):2)对于X中处处稠密的集合A上的所有函数f有认以t)一f(O.特别地，在周期为27r的函数空间乌=乌[0，2司(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