说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 化简的对象依赖
1)  reduced object dependency
化简的对象依赖
2)  object dependency
对象依赖
1.
Firstly, we define object dependency based on semantic relationships among objects and present its relative definitions and properties.
首先 ,我们基于对象间的语义关系 ,定义对象依赖 ,并讨论了其相关的定义及其性质 ,然后定义了对象范式 - - - -规范化对象模式树和规范化对象模式森林 ,指出规范化对象模式森林是我们所要求的复杂对象模式的结构 。
2.
Firstly basic concepts and properties about object dependency, a conflict-free set of object dependencies, normal object scheme forest and the algorithm of normalization design for complex object schemes are summarized.
首先概括对象依赖、无冲突对象依赖集合、规范化对象模式森林和复杂对象模式规范化设计算法的基本概念和性质;然后给出并证明相应于无冲突对象依赖集合M的规范化对象模式森林F的性质:P(F)是惟一的、不可分解的规范化对象模式森林的路径集合;MOD(F)P(F);P(F)是无a环的。
3.
Firstly, we define object dependency based on semantic relationships among objects.
首先 ,基于对象间的语义关系 ,定义对象依赖 ;然后定义对象范式—规范化对象模式树和规范化对象模式森林 ,并且讨论对象范式的特性 ,指出规范化对象模式森林是所要求的复杂对象模式的结构 ;最后给出了导出规范化对象模式森林的MIMI算法。
3)  object dependency (OD)
对象依赖(OD)
4)  pH-dependent structural changes
pH 依赖的构象变化
5)  simplified system dependence graph
简化系统依赖图
6)  object functional dependency
对象函数依赖
补充资料:极小化方法(强依赖于多个变量的函数的)


极小化方法(强依赖于多个变量的函数的)
lion methods for functions depending strongly on a few variables

  则数r称为函数J(x)在x‘G的谷维数(di~ionof the valley)(见[l」). 描述J(x)的下降轨道的微分方程组 d义 嚣一J’(x),‘(0)一‘。,(3)是一个刚性微分方程组(s叮山晚肥爪阁s势记m). 特别地,当J(x)是严格凸的且其He资℃矩阵是正定的(它的本征值是严格正的)时候,不等式(l)与熟知的场翔e矩阵的病态要求: n笼以」(x、 人{J‘IX))=—二戈>l rnln又八x)一致.在这情况下谱条件数与山谷的陡度相同. 坐标方式的下降法(coo攻垃扭te一~d留eent ITrth-ed)(见[ZJ)J(x:,*+:,“‘,x‘一,.*十,,x.,*+,,x‘+1.*,…,x。.*)一塑J(x,,*+:,‘”,x卜1,*,y,x‘+:,*,“’,xo.*), k=0,1,…,(4)不管其简单性和普遍性,仅当山谷的位置处于罕见情况下,即当山谷的方向是沿着坐标轴时才有效. 「2】中提出了方法(4)的一个现代化版本,它包括坐标轴的一个旋转,使得一个轴沿x*一x七一伸展,此后搜索在第(k+l)步开始.这样的一个办法导致一个坐标轴有一种与谷底的一条母线一致的趋向,使在若干情况下能顺利实现带有一维山谷的函数的极小化.这方法对多维山谷是不适用的. 最速下降法(s慨pest des以泊t,m出加吐of)的方案是由差分方程 x*十一x*一h*J{,J诬=J‘(x*)(5)给出的,这里h*由条件 J(‘*、:)一嘿J(‘厂hJ口选取.对严格凸的谷函数,特别对二次函数 J(x)一合X·DX一。·x,(6)由算法(5)构造的序列{x*}几何地收敛于函数的极小值点x’(见「3』): 1 Ix*一x‘11簇eg‘,这里C=常数且 。一典4共手共咎井. k(J"(x’))+l’由于对谷函数,k(J“(x))》1,q“1,从而收敛性在实际上是不存在的. 对简单梯度方案(见阱】);梯度法(脚曲ntme-thod)) x*十,=x*一hJ二,J*十1“J(x*、,),h=常数, (7)类似的情况也能看到.加速其收敛性的基础在于用以前迭代的结果使得谷底更精确.梯度法(7)能够同每一次迭代的比率q=}人}/{J*一」}的计算一起应用(见阱],【51).当它变得稳固地接近于常数值q=1时,按照表达式 h x二,=x。
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