1) model approximation degree
模型逼近度
1.
On the basis of the paper (8),we present a self-adaptive learning algorithm for a feedforward neural network by making use of the model approximation degree and the variation ratio of error function to its gradient norm The algorithm is tested on Fish′s plant classification problem and good results are achieved, improving that given in paper (8)
在文［８］的工作基础上，利用模型逼近度和训练误差函数值相对误差函数梯度向量长度的变化率，给出前馈神经网络的一个自适应学习算法对一具体的分类问题进行计算，结果表明本文算法效果良好，改进了文［８］的算法
2.
In this paper,the concept of model approximation degree and a jump strategy are combined to give a new adaptive learning algorithm for BP neural network.
本文利用模型逼近度的概念和跳步策略，给出ＢＰ神经网络的一个自适应跳步学习算法，对Ｆｉｓｈｅｒ提出的分类问题和一个实际的非线性时间序列预测问题进行计算，结果表明本文算法取得了良好的效果。
3) approximate model
逼近模型
1.
Compensated approximate model-control with nonlinear actuator
考虑非线性执行器的补偿逼近模型控制
4) approximate inverse model
逼近逆模型
1.
An integrated control method based on approximate inverse model and tendency rate for a class of nonlinear system is presented.
提出基于逼近逆模型及趋近律的综合控制方法来综合一类非线性系统的控制律。
5) Multiple models approximation
多模型逼近
6) H ∞model approximation
H∞模型逼近
补充资料：函数逼近度
函数逼近度
approximation of functions, measure of
函数通近度【叩p门‘m涌田of抽n‘叨s，measu花of;.明痴栩...中担阅浦Me禅]，函数逼近的度量 逼近误差的定量表示.当考虑用函数价逼近函数f时，常用包含f和甲的函数空间中的度量来定义逼近度群了，树.例如，若f和职是区间【a，b]上的连续函数，则通常使用C【a，b1的一致度量作为逼近度，即 风/，职)=max{f(z)一例r)}. 。《i‘h-如果不能保证被逼近函数是连续的或问题的条件暗示了f和职在【a，b]上平均意义下接近的重要性，则可采用空间气[a，b]中的积分度量作为逼近度，即 b 可，，)=j。(‘)If(，)一，(，)}，*，，>o，其中q(t)是权函数.就实际问题而言，p=2的情形是最常用也是最方便的.见函数的均方通近(mcan squ-are aPProximation of a function). 逼近度可以只涉及到f和毋在【a，b]上某些离散点红(k=l，…，n)的值，例如: 以f.。、=max}f了r:)一叫I:)}， l《k《月- 可，p)=艺qk If(，、)一中(tk)I’， k=l其中乳是正系数. 用类似方式可定义两个或更多个变量的函数逼近度. 函数族F对函数f的逼近度通常定义为.佳通近(best aPProximation) E(f，月=叮，F)=i过叮，毋)· 中〔I而 E(叭，F)=风业，月=sup iof风f、价) f〔皿中〔F’常被看作是某个固定集F中的函数中对f所在的函数族叭的逼近度.它刻画了叨中的函数与最靠近它们的F中的函数之间的最大偏差. 在任一度量空间X中考虑函数逼近时，一般将x和“(或集F)之间的度量距离p(x，u)(或p(x，F》视作元素u(或集F)对元素x的逼近度料(x，的.【补注】逼近度也称作误差度(error measure).
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