1) lubrication approximation
润滑逼近
2) smooth approximation
光滑逼近
1.
Numerical examples give evidence that these conditions can effectively control form of surface in smooth approximation for implicit algebraic surfaces.
数值例说明这些保凸条件在隐式曲面光滑逼近中能有效地控制曲面。
2.
First of all, we propose a new smooth approximation function .
基于现有的各种光滑牛顿法的思想和半光滑理论,在现有算法的基础上做了进一步的研究,首先针对著名的Fischer-Burmeister互补函数提出一个新的光滑逼近函数,这个逼近函数是现有逼近函数的推广,同时研究了逼近函数的一些性质,然后利用该函数将求解互补问题转化为求解非线性方程组问题,进而利用光滑牛顿法求解方程组问题,从而给出了一个求解互补问题的光滑牛顿法。
3) smoothing approximation
光滑逼近
1.
Some Properties of a Smoothing Approximation for Maximum Function;
极大值函数的一类光滑逼近函数的性质研究
2.
In this paper, we present a smoothing approximation algorithm for mixed complementarity problems based on its equivalent non-smooth equations.
提出了求解混合互补问题的一个光滑逼近算法 ,并在一定条件下证明了该算法的全局收敛
4) smooth approximating method
光滑逼近法
1.
A smooth approximating method for solving single stage stochastic programs is proposed, and the convergence concerning this method is simultaneously given.
本文借助某种离散方式把单阶段随机规划问题转化为具有多个约束的确定性非线性规划，然后利用极大熵函数方法，把此确定性规划转化为只带简单约束的非线性规划，由此提出了求解这种随机规划的光滑逼近法，同时给出了该法的收敛性分析，较好地克服了因提高离散精度导致约束函数个数迅速增大所带来的求解困难。
5) lubrication approximation
润滑近似法
6) Locally smooth approximating
局部光滑逼近
1.
In order to process the nonlinear data with high-dimensional and high complexity efficiently,and found the dimensional characteristic embedded in the source data space,the manifold learning algorithm based on Locally smooth approximating was proposed on the basis of the analysis of the typical manifold learning algorithm.
为了更高效的处理高维数、高复杂性的非线性数据,发现其嵌入在源数据空间中的本维特征,提出了基于局部光滑逼近思想的流形学习算法,通过局部线性误差逼近最小化,实现将高维数据映射到低维空间。
补充资料：润滑逼近
分子式：
CAS号：
性质：又称润滑逼近，逐步逼近，渐近逼近法。是数学中求解函数的一种叠代方法。对函数类A中给定的函数f(x)，要求在另一类较简单的便于计算的函数类B中，求函数p(x)∈B，使P(x)与f(x)之差在某种度量意义下最小。函数类A通常是C[a、b]，函数类B通常是代数多项式、分式有理函数或三角多项式。
CAS号：
性质：又称润滑逼近，逐步逼近，渐近逼近法。是数学中求解函数的一种叠代方法。对函数类A中给定的函数f(x)，要求在另一类较简单的便于计算的函数类B中，求函数p(x)∈B，使P(x)与f(x)之差在某种度量意义下最小。函数类A通常是C[a、b]，函数类B通常是代数多项式、分式有理函数或三角多项式。
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