1) local minimization problem
局部极小化问题
2) local minima problem
局部极值问题
1.
In this paper, a parameter disturbing algorithm of neural networks which can overcome the local minima problem of Hopfield network is proposed on the basis of considering the gradient convergence of Hopfield network and the principle of stochastic simulated annealing developed by Kirpatrick.
基于Ｈｏｐｆｉｅｌｄ型网络的梯度收敛特性和Ｋｉｒｐａｔｒｉｃｋ等的模拟退火算法的思想，提出了一种克服Ｈｏｐｆｉｅｌｄ网络的局部极值问题的网络参数扰动算法，它具有类似ＳＡ算法的随机退火的特性。
3) minimize problem
极小化问题
1.
In particular,we discussed this function s minimize problem about objective function.
本文在预不变凸函数的基础上,引进了一类特殊的凸函数-B-强预不变凸函数,给出了B-强预不变凸函数的一些性质,并且讨论了此函数关于目标函数的极小化问题。
2.
The relationship between(h,φ)-η-preinvex functions and strictly(h,φ)-η-preinvex functions is established,and the minimize problem of this functions about objective function is derived.
在(h,φ)-η-预不变凸函数的基础上,利用Ben-Tal广义代数运算定义了严格(h,φ)-η-预不变凸函数,并且建立了该函数与(h,φ)-η-预不变凸函数之间的关系,得到了此函数关于目标函数的极小化问题。
4) local minimization
局部极小化
1.
Applies feed forward neural network to the N QUEENs question, and sdves the local minimization question using a rapid learning algorithm with variable learning factors.
采用前馈神经网络求解Ｎ－皇后问题，并用变学习因子的快速学习算法解决局部极小化问题，给出了几组搜索结果。
5) locally problem
局部问题
1.
Put forward the locally problem of third order variable coefficient equation of evalution and mean to the function of Riemann that push the wrong formula according to the method in the paper, then use the Riemann method proof the solution s unique.
提出三阶变系数发展方程的的局部问题,按文章里的方法来推出问题解的黎曼函数表示的公式,然后用黎曼方法证明解的唯一性。
6) l_1 norm minimization problem
l1模极小化问题
1.
According to the idea of maximum-entropy function, that is, the l_1 norm minimization problem (min)x∈X~((0))f(x)=‖b-A~Tx‖_1(A∈R~(n×m),b∈R~m,m>n≥2) can be changed into a differentiable optimization problem.
利用极大熵函数思想将l1模极小化问题minx∈X(0)f(x)=|b-ATx|1(A∈Rn×m,b∈Rm,m>n≥2)近似转化为可微优化问题。
补充资料：多极值问题
多极值问题
multi-extremum problem
行.例如，借助于构造这样一个动力系统，使其总体极值点是渐近稳定的静止点. 新的(拟)_总体最优化方法的思想源泉之一是建立物理和生物系统过程的模型. 非局部搜索过程麻烦的计算可以按一些指标最优化，只要考虑到计算方法上的限制，关于函数f(x)的先验的和逐步积累起来的信息，随机因子的概率特征等等.已经尝试过的方法之一是以统计决策理论为基础的. 除了搜索总体极值外，其他的多极值问题也出现了;例如，决定一个函数的振荡，或列出并找出在给定区域内的所有局部极值. 对多项式，计算和分离其导数的根的很有效法则已经制订出. 对超越函数的极值点，ROlle定理(Ro业tbe-~)类型的或微分方程解的比较定理(c ompa斑。山印~)类型的见解可能是有用的. 解析函数的稳定点的数目能用辐角原理(扭g川叱nt，prmciPle ofthe)估计. 如果一个函数有极值的无穷序列，则在实践中其中几个可直接计算而其他的用渐近展开式得到(例:r函数). 对微分方程的拟经典逼近能看成方程的解关于极值数的渐近展开. 无穷维情况的多极值问题见大范围变分法(varla-tional。习cul递in theh卿).离散的类似问题在整数规划(访僻间pmg刊m几叨g)和离散规划(曲crete pm-g迎mmlllg)中给出. 参考文献见函数的极大化和极小化(m田亩吐乙tionandm如面吐乙石on offunc石。瑙). 刃.fl H.aHH月OB，B. B.oxP枷e以。
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