1) complexity function
复杂性函数
2) computational complexity function
计算复杂性函数
3) complex function
复杂函数
1.
Optimization and iteration of multi-dimension parameters in complex function by computer;
复杂函数中多维参数的计算机优选搜索与累次迭代
2.
This algorithm was used to solve the automatic modeling of the complex functions and then the projects were predicted according to this model.
通过对适应度函数的有效设计以及函数集的有效选取,引入新的常数创建方法,将基因表达式程序设计运用于复杂函数的自动建模中,并把所建立的模型用于预测分析。
3.
In this paper, we apply Genetic Programming to the automatic modeling of complex functions.
采用遗传程序设计的方法实现复杂函数的自动建模,程序中用树的分层结构表示复杂函数,并设计了相应的遗传算子(包括杂交算子和变异算子)以及停机条件。
4) complex functions
复杂函数
1.
Shuffled frog leaping algorithm for solving complex functions
求解复杂函数优化问题的混合蛙跳算法
2.
With strong random,basic Shuffled Frog Leaping Algorithm(SFLA) algorithm easily traps into local optima and has a slow convergence speed when it is used to address complex functions,in order to overcome the shortcomings,an improved SFLA is proposed.
针对基本混合蛙跳算法随机性强,在处理复杂函数优化问题时容易陷入局部最优、收敛速度慢的缺点,提出了一种改进的混合蛙跳算法,该算法利用高斯变异算子对子群最差青蛙进行适当的扰动,修正了其更新策略,从而维持了群体的多样性。
3.
Standard Particle Swarm Optimization(PSO) algorithm falls into local optima easily and has low convergence accuracy when it is used to address the problem of complex functions optimization.
针对标准粒子群优化算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的PSO算法,该算法把生物学中的吸引排斥思想引入到PSO算法中,充分利用粒子间的相互影响,修正了其速度更新公式,从而维持了群体的多样性,增强了粒子跳出局部最优解的能力。
5) complex non-linear-function approximation
复杂非线性函数逼近
1.
Two complex non-linear-function approximation examples show that the architecture and the method are effective and applicable for solving some real complex tasks,and increasing the generalize-ability of neural network.
给出的2个复杂非线性函数逼近实例结果表明,使用该体系及神经网络集成方法求解问题,不但效率高,而且显著提高神经网络系统的泛化能力,验证该方法的可行性。
6) Function complexity
函数复杂度
补充资料：复杂部分性发作
复杂部分性发作
〖HT5”SS〗complex partial seizures
癫痫发作的一个临床类型。以往又称为精神运动性癫痫。发作时有精神意识改变、意识丧失或处于朦胧状态。伴有自动症，为一系列无目的、不恰当而离奇的重复刻板运动，有些运动形式很简单，也有些病儿表现为复杂形式的自动症。有的病儿尚伴有感觉异常。脑电图90%异常，以棘波为主，也可为高幅Q或θ节律，可呈颞叶局灶性异常、双侧弥漫性异常或弥漫性阵发性电活动合并局灶异常。药物治疗痛可定口服有效，无效者可行手术治疗。预后较差，长期多次发作往往影响智力。
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