1) contrast function
反差函数
2) inverse deviation function
反偏差函数
1.
Being added inverse deviation function in output ncurals threshold without changing the condition of learning algorithem of the neural networks, the learning condition of the neural networks can be improved,its training time can be reduced and its convergence .
本文针对神经元网络定限值控制存在训练时间长的不足,首次提出一种反偏差方法,即为加快系统初始响应,又不致使超调过大,在输出神经元阈值中引入反偏差函数,在不改变网络学习算法的情况下改进网络的学习状态,缩短网络训练时间,提高网络的收敛速度,该方法具有普遍实用性,为神经网络控制和应用提供了一种新思路。
3) anti-deviation value function
反偏差阈值函数
1.
For the purpose of increasing the system s response speed,anti-deviation value function has been used in internal neuron network,while duel-mode ne.
为提高系统响应的快速性 ,在神经网络内部采用反偏差阈值函数 ,在神经网络外部采用双模式神经网络控制结
4) contrant function of gradation
层面反差函数
5) modulationn transfer function
反差函数，简称
6) finite difference/reciprocal functions
有限差分/互反函数
补充资料：高斯函数模拟斯莱特函数
尽管斯莱特函数作为基函数在原子和分子的自洽场（SCF）计算中表现良好，但在较大分子的SCF计算中，多中心双电子积分计算极为复杂和耗时。使用高斯函数(GTO)则可使计算大大简化,但高斯函数远不如斯莱特函数(STO)更接近原子轨道的真实图象。为了兼具两者之优点，避两者之短,考虑到高斯函数是完备函数集合,可将STO向GTO展开：
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
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