1) modifying classifier method
改进分类器算法
1.
In this paper,modifying classifier method is proposed,which can improve the performance of a support vector machine classifier by a conformal mapping.
支撑矢量机是 2 0世纪 90年代中期发展起来的机器学习技术 ,改进分类器算法通过增大广义最优超平面的分类间隔 ,实现了识别能力的提高。
2) improved integration algorithm
改进积分器算法
1.
An improved integration algorithm with amplitude compensate in place of the integration to overcome the problem of the integrator drift dues to DC offset in the compute stator flux using the U-I model.
针对U-I模型计算磁链时直流分量造成积分漂移问题,采用具有幅值补偿环节的改进积分器算法取代纯积分环节克服积分漂移;针对传统的6区段电压矢量选择表中当定子磁链处于区段分界线附近控制性能差和未能充分利用电压矢量等缺点,采用细分优化的12区段选择电压矢量开关表来代替传统6区段电压矢量表,构成一种改进异步电机直接转矩控制系统性能的方法。
3) improved classification
改进分类法
4) improved clustering algorithm
改进的聚类算法
1.
To answer the questions of the existing FCM involving local limit value and bad scalability,the paper puts forward an improved clustering algorithm MFCM(minimum fuzzy C-means) basing on MCDSA(minimum connected donating set algorithm).
针对现有FCM聚类算法中存在的局部极值和伸缩性较差等问题,提出了基于全部最小连通支配集算法(minimum connected donating set algorithm,MCDSA)的改进的聚类算法(minimum fuggy C-means,MF-CM)。
6) improved clustering
改进聚类算法
1.
Firstly,the structure of fuzzy neuro net(FNN)is decided by improved clustering,then the primise parameters and consequent parameters of FNN are trained by hybrid learning algorithm,finally related data are input into the trained FNN to forecast electricity load.
提出了基于改进聚类算法的模糊神经网络的短期负荷预测方法。
补充资料：分类算法
分类算法
sorting algorithms
到)。到m一1的整数范围中时，则称为是有结构的，可以应用“基数分类”算法，在k(n+m)步内把一个有n个元素的序列分类，其中k为与串长有关的某一常数。另一种情况是要分类的元素缺少结构，其基本运算仅是一对元素之间的大小比较，这种分类称为比较分类。常用的比较分类算法有:选择分类、冒泡分类、归并分类、快速分类、堆分类和希尔(shell)分类等。业已证明，不论何种比较分类算法，把。个元素的序列分类的比较次数都不少于川ogZn。 在分类算法中空间的使用可能有下述三种情况:一是分类在原地而只用少量的工作单元;二是使用指针表示，故至少用n个额外的内存字来表示指针;三是需要另外的存储器来复制要分类的数组或文件。 当分类的文件中包含有一些相同键码的记录时，如果经过分类后这些相同键的记录的相对次序仍然保持不变，则相应的分类算法是稳定的，否则为不稳定的。如果分类算法设计成单处理机完成的，则此分类算法称为串行(或顺序)分类算法;如果分类算法设计成多处理机实现的，则称为并行分类算法。十e几}启}suonf口分类算法(sorting algorithms)将序列a，，aZ，…，晰按非递减(或非递增)顺序重新排列的算法。在实用上常需对记录文件进行分类，这时规定记录中一个或几个字段为关键字，要求按关键字的非递减顺序对文件的各个记录进行分类。职工登记表文件按照职工号排序就是一个例子。 按照存储介质来分，分类问题可分为内部分类和外部分类两类。对存放在内存储器中的数据的分类称为内部分类;如果文件大到不能同时全部装人内存储器中，而有一部分必须放在外存储器上，则相应的分类称为外部分类。此时记录必须按序或成块地存取，在考虑时间复杂度时，必须把存取时间计算在内。 分类问题的时间复杂度与元素的结构特征有关。如果元素是一个有穷字母表上的串，字母在(或能映射
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