1) methods of vector
向量方法
2) Vector backstepping method
向量Backstepping方法
3) cube-vector method
方体向量法
1.
Researches on multidimensional DFT cube-vector method in systolic array;
Systolic阵列中的多维DFT方体向量法研究
4) directional vector simulation
方向向量模拟方法
1.
The improved directional vector simulation method for analyzing the reliability of structural systems failure probability is studied.
对结构系统可靠性分析中的方向向量模拟方法进行了研究 ,指出一般方向向量模拟方法的不足 ,给出一个精度较高的结构失效概率近似积分公式 ,对示性函数 ^I[g(r) ]的几何意义进行了阐述 ,提出了一种生成服从n(n≥ 2 )维单位球面上均匀分布的随机方向向量样本而不依赖于分布的方法 ,该方法简单易行 ,并从数学上给出了严格证明 。
5) eigenvector method
特征向量方法
1.
Multi-attribute decision-making based on subjective and objective integrated eigenvector method;
多属性决策的主客观结合特征向量方法(英文)
2.
An integrated eigenvector method is proposed to combine the subjective preference information with the objective information.
提出一种结合主观偏好信息与客观信息的综合特征向量方法。
6) the method of vector Markov process
向量Markov过程方法
1.
By using the method of vector Markov process, the author obtains the system reliability indices.
利用向量Markov过程方法,求出了系统的可靠性指标。
2.
By using the method of vector Markov process, the reliability indices of the model are obtained.
利用向量Markov过程方法,求出了该系统的可靠性指标。
3.
By using the method of vector Markov process, the author obtains the following reliability indices:(1) the reliability and the availability of the system;(2) the mean failure number and the mean renewal number of the system during(0,t].
利用向量Markov过程方法,我们得到系统可靠度、系统可用度、系统故障频度、系统更新频度和平均更新时间。
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
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