1) fuzzy min_max neural network
模糊极小极大网络
2) fuzzy min-max neural network
模糊极小极大神经网络
1.
To solve the problem,an SAR image recognition system based on multiple-eigenspaces of ICA and fuzzy min-max neural network ensemble is proposed.
通过独立分量分析构造若干个方位角的SAR图像特征空间,为每一特征空间各训练一个模糊极小极大神经网络用于分类,然后利用D-S证据理论集成各个神经网络的输出。
3) fuzzy min-max neural networks
模糊极大-极小神经网络
4) fuzzy min max neural work
糊糊极小-极大神经网络
5) General Fuzzy Min-Max(GFMM) neural network
一般模糊极大-极小神经网络
1.
By analyzing the basic principles of General Fuzzy Min-Max(GFMM) neural network and the accuracy and high performance of fuzzy computation for information intelligent processing, the GFMM neural network is applied to the corporation’s credit rating.
分析一般模糊极大-极小神经网络的基本原理,阐述模糊计算方法在分类中的准确性和高效性。
6) General fuzzy min-max neural network
一般模糊极小极大神经网络
补充资料：极大算子和极小算子
极大算子和极小算子
maximal and mnmnal operators
极大算子和极小算子脚.劝加目邵目，汕面司啊呷rators;MaKC班Ma“比戚班M”n皿Ma几I.H丽姐epaT仰址] 由在具有紧支集的函数子空间上给定的微分表示式定义的算子的极大扩张和极小扩张(m助面旧1肚记mj刘h坦1 exte留ions).极大算子和极小算子的定义域可以分为许多情形具体描述，例如，对常微分算子、对椭圆算子、对常系数微分算子.
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