1) GWM model
分组权重矩阵模型
2) fuzzy proportion matrix
模糊权重矩阵
3) weight matrices model
加权矩阵模型
1.
It uses PSO to identify the optimal architecture and parameter of the weight matrices model,so that a recurrent neural network consistent with experimental data is inferred,and uses weight matrices model to simulate GRN.
该方法利用粒子群优化算法确定加权矩阵模型的最优结构及参数,从而推测出与实验数据相吻合的加权矩阵,实现利用重构的加权矩阵模型模拟基因调控网络的相互作用。
5) matrix recomposing
矩阵重组
1.
Compared with matrix updating,this method inducts the matrix recomposing technology to reduce the dimension of the parameter matrix from n×2n to 1×2n,adopts the SVD theory to improve the computational efficiently and processes the updated results to preserve the physical connectivity.
该方法引入矩阵重组技术以及采用SVD理论使未知参数的维数从n×2n降低到1×2n维,因而提高了矩阵修正法的计算效率。
6) weight array model(WAM)
权重阵列模型
补充资料:因侵害姓名权、肖像权、名誉权、荣誉权产生的索赔权
因侵害姓名权、肖像权、名誉权、荣誉权产生的索赔权:公民、法人的姓名权、名称权,名誉权、荣誉权、受到侵害的有权要求停止侵害,恢复名誉,消除影响,赔礼道歉,并可以要求赔偿损失。
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