2) kinetic energy parameter option
动能参数选择
3) parameters selection
参数选择
1.
This paper mainly deals with the application of genetic algorithm to parameters selection of support vector regression.
研究了遗传算法在回归型支持向量机参数选择中的应用:首先,分析了支持向量机的几个参数对其预报能力的影响,发现参数选取不当,会导致支持向量机出现过学习或欠学习现象;在此基础上提出利用遗传算法来解决回归型支持向量机的参数选择问题,模拟实验证明,该方法克服了传统参数选择方法存在的缺点,提高了支持向量机的预报精度。
2.
By combining several parameters selection approaches of Support Vector Machine(SVM),this paper proposes a method that defines parameters directly by analyzing training samples.
综合4种支持向量机回归的参数选择方法的优点,提出一种对训练样本进行分析并直接确定参数的方法。
3.
The parameters selection can be transformed into an optimization problem by defining the root mean square error of a SVM prediction model as an evaluation function.
将支持向量机的参数选择问题转化为优化问题,以模型预测均方根误差为评价函数,提出一种引入混沌变异操作的改进分布估计算法(estimation of distribution algorithm,EDA),并将其用于优化求解ε-支持向量机的参数:惩罚因子、不敏感损失系数以及高斯径向基核函数的宽度。
4) parameter choice
参数选择
1.
Development status of ultra-supercritical steam turbine abroad is summarized, the technical & economical base of parameter choice for these units are also discussed, according to which, the orientation and stage are proposed.
概括了世界各国超超临界汽轮机的发展状况,讨论了超超临界机组参数选择的技术经济依据,并在此基础上提出了我国超超临界汽轮机的发展方向和阶段。
2.
According the terminals structure characteristics and the terminals die precision demand,introduced staple design skill and design parameter choice of terminals die in die factory.
针对端子结构特点及模具精度要求,介绍了工厂常用的端子模具设计技巧及设计参数选择。
5) selection of parameters
参数选择
1.
Analysis of selection of parameters in a quasi-synchronous sampling algorithm;
准同步采样参数选择方法分析
6) parameter selecting
参数选择
1.
This paper proposes a procedure for artificial neural network (ANN) in spot welding,and establishes spot welding parameter selecting ANN systems and spot welding joint quality predicting ANN systems.
将人工神经网络技术（ＡＮＮ）引入点焊领域，建立了点焊工艺参数选择ＡＮＮ系统和点焊接头质量预测ＡＮＮ系统。
2.
The feature of task of the parameter selecting in vehicle overall design stage is analyzed,and in VC + +6.
分析了汽车总体设计参数选择任务的特点,采用 VC++6。
3.
Based on the analysis of the parameter selecting task in the vehicle overall design stage,the parameter selecting expert system of vehicle overall design is developed,in which artificial intelligence technology,object_oriented technology and database technology are used.
在分析汽车总体设计参数选择任务特点的基础上 ,利用人工智能、面向对象和数据库技术开发了汽车总体设计参数选择专家系统。
补充资料：可编程自动控制器(PAC)讲座---选择PAC而不是PLC的20条理由
在建立控制系统时， 系统集成商毫无例外地总是希望能使用比较少的设备来实现更多的功能。他们需要控制系统不仅能处理数字I/O和运动，而且还可以集成用于自动化监控和测试的视觉功能和模块化仪器。此外，控制系统还必须能实时地处理控制算法和分析任务并把数据传送回企业。市场调查公司ARC咨询机构首次采用PAC这一术语，它定义了一种新类型的控制器，该控制器结合了PC的处理器、RAM和软件的优势，以及PLC固有的可靠性、坚固性和分布特性。PAC采用COTS（现有的商业化）技术，非常适合于工业化环境，它具有可伸缩性，易于维护和较低的发生故障时间等特性。PXI（用于仪器的扩展型PCI）已成为快速增长的PAC平台；如NI，Chroma，LeCroy和JTAG等供应商现在可提供1,000多种独特的I/O模块，包括模拟I/O，数字I/O，视觉，运动和高精度数据采集。PXI结合了PCI总线的电路特性和CompactPCI坚固的欧卡机械结构，这种结构已在工业环境中成功使用了许多年。
十年前当Internet还处于雏形时，机器视觉非常昂贵，而且基于PC的仪器还没有出现，那时PLC统治了整个自动化领域。即使是今天，那些使用数字I/O进行简单控制的工程师依然感到PLC是他们最好的选择。然而，如果考虑到要为您的PLC增加视觉，运动，仪器和分析功能，那么您就会明白为什么PAC正逐渐占领自动化领域。本文中我们将在成本，高级功能，外形结构，控制器，I/O和软件这六个方面，详细介绍在未来自动化应用中PAC优于PLC的20条原因。
成本
1. 采用单一的控制器节省了成本
现在您可以考虑使用PAC，它具有单一的控制器和机箱，可用于处理数字和模拟I/O，具有运动，视觉功能和模块化仪器，因此不需要花钱购买多个控制器。如果您需要控制系统具有多种功能，如视觉或模块化仪器，那么采用PAC将是最为经济的。
高级功能
2.高级控制
在能源或材料的成本很高的情况下，工程师需要优化他们简单的PID控制算法来以最大程度地减少浪费。这些复杂的算法常常采用如模糊逻辑或神经网络等控制设计技术，从而可以最大限度地降低过程控制的稳定时间。传统上，PLC所能实现的PID控制算法并没有为特定的过程进行优化。高级的控制算法不仅需要强大的浮点处理器，而且还要占用大量的内存，使用PAC平台则可以满足这些条件。
3. 实时分析
在机器监控应用中，需要实时采集地来自模拟或数字I/O通道的数据，从而能有效地检测故障状态。您可能要进行如阶次跟踪和振动分析这些复杂工作来有效地检测机器的状况。对于这些应用，您可以使用PAC的高效平台来进行实时地分析工作。
十年前当Internet还处于雏形时，机器视觉非常昂贵，而且基于PC的仪器还没有出现，那时PLC统治了整个自动化领域。即使是今天，那些使用数字I/O进行简单控制的工程师依然感到PLC是他们最好的选择。然而，如果考虑到要为您的PLC增加视觉，运动，仪器和分析功能，那么您就会明白为什么PAC正逐渐占领自动化领域。本文中我们将在成本，高级功能，外形结构，控制器，I/O和软件这六个方面，详细介绍在未来自动化应用中PAC优于PLC的20条原因。
成本
1. 采用单一的控制器节省了成本
现在您可以考虑使用PAC，它具有单一的控制器和机箱，可用于处理数字和模拟I/O，具有运动，视觉功能和模块化仪器，因此不需要花钱购买多个控制器。如果您需要控制系统具有多种功能，如视觉或模块化仪器，那么采用PAC将是最为经济的。
高级功能
2.高级控制
在能源或材料的成本很高的情况下，工程师需要优化他们简单的PID控制算法来以最大程度地减少浪费。这些复杂的算法常常采用如模糊逻辑或神经网络等控制设计技术，从而可以最大限度地降低过程控制的稳定时间。传统上，PLC所能实现的PID控制算法并没有为特定的过程进行优化。高级的控制算法不仅需要强大的浮点处理器，而且还要占用大量的内存，使用PAC平台则可以满足这些条件。
3. 实时分析
在机器监控应用中，需要实时采集地来自模拟或数字I/O通道的数据，从而能有效地检测故障状态。您可能要进行如阶次跟踪和振动分析这些复杂工作来有效地检测机器的状况。对于这些应用，您可以使用PAC的高效平台来进行实时地分析工作。
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