1) generalization performance
推广性能
1.
By introducing the other kind of samples, one class support vector domain description classifier is modified to the binary hyper-sphere classifier to improve its generalization performance.
间隔不确定或为零在很大程度上影响分类器的推广性能。
2) Generalization ability
推广能力
1.
As a support vector machine(SVM) is determined only by support vectors(SVs),which are a part of edge samples,its generalization ability may be decreased if the noise is too much or outlier samples are too many,especially the samples from different classes are intermixed excessively.
支持向量机仅仅由支持向量所决定,而支持向量来自于边界的样本,如果样本集中存在较多的噪音或孤立点,特别是两类样本过分交叉,都会降低支持向量机的推广能力。
2.
A general uncertainty relation between the learning ability and the generalization ability suited to overfitting of BP neural network was revealed in the modeling of BP neural network by analogy of general uncertainty relation in information transmitting processes.
为了研究BP网络训练过程中出现的过拟合现象,引进表征问题复杂性的复相关系数R,通过类比信息传递过程中的一般测不准关系式,揭示了BP网络过拟合现象出现时的网络学习能力与推广能力之间满足的不确定关系式;通过模拟多种不同类型复杂程度函数的过拟合数值试验,确定出关系式中的过拟合参数的取值范围为1×10-5～5×10-4;给出应用BP网络对给定样本集的训练过程中,为提高推广能力,判断出现过拟合现象的方法。
3.
Kernel parameter selection directly affects the model s generalization ability.
核函数中的参数选择是支持向量机中的一个非常重要的问题,它直接影响到模型的推广能力。
4) generalization performance
推广能力
1.
In the machine learning problems,the consistence and generalization performance are the main research points.
在机器学习问题中,学习机器的一致性和推广能力是非常重要的研究课题,通常,学习机器的推广能力与VC维和Vγ维有密切的关系,证明了再生核Hilbert空间中一类范围较广的回归损失函数集的Vγ维对于任意的γ>0有限,并给出了它的一个上界,使得刻划这种类型的学习机器的推广能力成为可能。
2.
A new constructive principle, which depends on the distribution of examples, for measuring the generalization performance is proposed based on the analysis of the generalization performance of support vector machines.
通过对支撑向量机推广能力的分析 ,提出了一种构造性的与样本分布有关的推广能力衡量准则 。
3.
Simulation results for both artificial and real data show the generalization performance of our method is a good approximation of SVMs and the computation complexity is largely reduced by our method.
文中最后对人工和实际样本进行了实验 ,结果说明了线性规划支撑矢量机在推广能力上较好地逼近了原支撑矢量机 ,而在计算复杂度上明显低于原支撑矢量机 。
5) generalization capability
推广能力
1.
This paper studies the generalization capability of feedforward neural networks (FNN).
研究了前馈神经网络模式分类器的推广能力。
6) generalization
[英][,dʒenrəlaɪ'zeɪʃn] [美]['dʒɛnrələ'zeʃən]
推广性
1.
Capacity and generalization measurement of feedforward neural networks;
前向神经网络的处理能力和推广性量度
2.
On Generalization of Multi-Layer Feedforward Neural Network and Its Applications;
多层前向神经网络推广性研究及其应用
3.
In order to investigate the property of neural network generalization more roundly,a mode for the testing data is proposed and the generalization capability of the support vector machine(SVM) network of this work and the probabilistic neural network(PNN) of a previous work are compared with the data produced by the mode.
为了全面比较推广性能的好坏,建立了一个模拟实际监测数据的模型,并采用这些数据对提出的SVM网络与概率神经网络(PNN)进行了比较研究。
补充资料：不锈钢的物理性能、力学性能和耐热性能
不锈钢的物理性能
不锈钢和碳钢的物理性能数据对比，碳钢的密度略高于铁素体和马氏体型不锈钢，而略低于奥氏体型不锈钢；电阻率按碳钢、铁素体型、马氏体型和奥氏体型不锈钢排序递增；线膨胀系数大小的排序也类似，奥氏体型不锈钢最高而碳钢最小；碳钢、铁素体型和马氏体型不锈钢有磁性，奥氏体型不锈钢无磁性，但其冷加工硬化生成成氏体相变时将会产生磁性，可用热处理方法来消除这种马氏体组织而恢复其无磁性。
奥氏体型不锈钢与碳钢相比，具有下列特点：
1）高的电阴率，约为碳钢的5倍。
2）大的线膨胀系数，比碳钢大40％，并随着温度的升高，线膨胀系数的数值也相应地提高。
3）低的热导率，约为碳钢的1/3。
不锈钢的力学性
不论不锈钢板还是耐热钢板，奥氏体型的钢板的综合性能最好，既有足够的强度，又有极好的塑性同时硬度也不高，这也是它们被广泛采用的原因之一。奥氏体型不锈钢同绝大多数的其它金属材料相似，其抗拉强度、屈服强度和硬度，随着温度的降低而提高；塑性则随着温度降低而减小。其抗拉强度在温度15~80°C范围内增长是较为均匀的。更重要的是：随着温度的降低，其冲击韧度减少缓慢，并不存在脆性转变温度。所以不锈钢在低温时能保持足够的塑性和韧性。
不锈钢的耐热性能
耐热性能是指高温下，既有抗氧化或耐气体介质腐蚀的性能即热稳定性，同时在高温时双有足够的强度即热强性。
不锈钢国际标准标准
标准 标准名
GB 中华人民共和国国家标准（国家技术监督局）
KS 韩国工业标准协会规格Korean Standard
AISI 美国钢铁协会规格America Iron and Steel Institute
SAE 美国汽车技术者协会规格Society of Automative Engineers
ASTM 美国材料试验协会规格American Society for Testing and Material
AWS 美国焊接协会规格American Welding Society
ASME 美国机械技术者协会规格American Society of Mechanical Engineers
BS 英国标准规格British Standard
DIN 德国标准规格Deutsch Industria Normen
CAS 加拿大标准规格Canadian Standard Associatoin
API 美国石油协会规格American Petroleum Association
KR 韩国船舶协会规格Korean Resister of Shipping
NK 日本省事协会规格Hihon Kanji Koki
LR 英国船舶协会规格Llouds Register of Shipping
不锈钢和碳钢的物理性能数据对比，碳钢的密度略高于铁素体和马氏体型不锈钢，而略低于奥氏体型不锈钢；电阻率按碳钢、铁素体型、马氏体型和奥氏体型不锈钢排序递增；线膨胀系数大小的排序也类似，奥氏体型不锈钢最高而碳钢最小；碳钢、铁素体型和马氏体型不锈钢有磁性，奥氏体型不锈钢无磁性，但其冷加工硬化生成成氏体相变时将会产生磁性，可用热处理方法来消除这种马氏体组织而恢复其无磁性。
奥氏体型不锈钢与碳钢相比，具有下列特点：
1）高的电阴率，约为碳钢的5倍。
2）大的线膨胀系数，比碳钢大40％，并随着温度的升高，线膨胀系数的数值也相应地提高。
3）低的热导率，约为碳钢的1/3。
不锈钢的力学性
不论不锈钢板还是耐热钢板，奥氏体型的钢板的综合性能最好，既有足够的强度，又有极好的塑性同时硬度也不高，这也是它们被广泛采用的原因之一。奥氏体型不锈钢同绝大多数的其它金属材料相似，其抗拉强度、屈服强度和硬度，随着温度的降低而提高；塑性则随着温度降低而减小。其抗拉强度在温度15~80°C范围内增长是较为均匀的。更重要的是：随着温度的降低，其冲击韧度减少缓慢，并不存在脆性转变温度。所以不锈钢在低温时能保持足够的塑性和韧性。
不锈钢的耐热性能
耐热性能是指高温下，既有抗氧化或耐气体介质腐蚀的性能即热稳定性，同时在高温时双有足够的强度即热强性。
不锈钢国际标准标准
标准 标准名
GB 中华人民共和国国家标准（国家技术监督局）
KS 韩国工业标准协会规格Korean Standard
AISI 美国钢铁协会规格America Iron and Steel Institute
SAE 美国汽车技术者协会规格Society of Automative Engineers
ASTM 美国材料试验协会规格American Society for Testing and Material
AWS 美国焊接协会规格American Welding Society
ASME 美国机械技术者协会规格American Society of Mechanical Engineers
BS 英国标准规格British Standard
DIN 德国标准规格Deutsch Industria Normen
CAS 加拿大标准规格Canadian Standard Associatoin
API 美国石油协会规格American Petroleum Association
KR 韩国船舶协会规格Korean Resister of Shipping
NK 日本省事协会规格Hihon Kanji Koki
LR 英国船舶协会规格Llouds Register of Shipping
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