1) Deep Recursion Algorithm
深度递归算法
2) depth of recursion
递归深度
3) recursive algorithm
递归算法
1.
A fast recursive algorithm of discrete Hartley transform;
离散Hartley变换的一种快速递归算法
2.
Building treeview with recursive algorithm in JSP;
在JSP中使用递归算法生成目录树
3.
Mathematical Model and Its Recursive Algorithm for Intelligently Editing and Recording CD Tracks;
CD音轨智能编辑转录的数学模型及递归算法
4) Recursion algorithm
递归算法
1.
Realistic rendering of trees based on fractal recursion algorithm;
基于分形递归算法的树木真实感绘制
2.
Modal-domain modelling of frequency-dependent overhead lines based on recursion algorithm;
基于递归算法的含频变参数架空线的模量计算模型
3.
a Recursion Algorithm to Seek the Characteristic Value of Real Symmetric Tri-diagonal Matrix;
求实对称三对角矩阵特征值的递归算法
5) recursive arithmetic
递归算法
1.
Through analyzed steady state error of conventional fuzzy control system and summarized stuyding present situation, The paper studied recursive arithmetic of Fuzzy control system.
分析常规模糊控制稳态误差成因,简单综述研究状况,对递归算法进行了理论和仿真研究,结果表明,递归算法是在常规模糊控制基础上的一种改善稳态性能的控制策略,有简单、查表法、高精度等优点。
2.
Based on the classic examination theory,a constraint-based parameter model of generating examination paper is proposed and a recursive arithmetic based on the model is designed.
在经典测试理论的基础上,提出了一种约束试卷生成的参数模型,并根据该模型设计了一种自动试卷生成的递归算法。
3.
The complexity of recursive arithmetic is always the difficulty of Data Struction and teaching importance.
递归算法的复杂度一直是《数据结构》课程的的难点和教学重点,由于递归算法本身的特殊性,通常无法通过分析语句执行频度来计算其复杂度,给教学带来困难,为此,提出一种依据递归算法的特点建立算法模型,列出语句执行频度方程,引入差分方程,采用数学迭代法求解来组织教学。
6) algorithm/recursion
算法/递归
补充资料：递推估计算法
利用时刻t上的参数估计孌(t)、存储向量嗘(t)与时刻 t+1上测量的输入和输出值u(t+1)和y(t+1)计算新参数值孌(t+1),再根据孌(t+1)计算出新参数值孌(t+2)，直到获得满意的参数值为止。这种算法的每一步计算量都比较小，能够使用小型计算机进行离线或在线参数估计，可以估计时变参数，也可以实时估计适应控制器的参数（见适应控制系统）。20世纪60年代，递推估计算法得到迅速发展，到了70年代产生了许多不同的方法，例如，有离线方法的各种变形、卡尔曼滤波法、随机逼近方法和模型参考适应参数递推估计法等。递推估计算法的各种方法可以用一个统一的公式来描述：
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
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