1) separable sets
可分集
2) separable set
可分离集
3) separable convex sets
可分凸集
1.
A learning algorithm based on a hard limiter for feedforward neural networks (NN) is presented,and is applied in solving classification problems on separable convex sets and disjoint sets.
提出了基于硬限幅功能函数的前向神经网络的分类学习算法,并将其应用于可分凸集或不交集合的分类。
4) divisible difference sets
可分差集
1.
It is given that an another proof for the classical affine relative difference set by using Gauss sums,and we construct a new family of divisible difference sets with parameters \%q\+n-1q-1,q-1,q\+\{n-1\}-1,q\+\{n-1\}-1,q\+\{n-2\}-1,\%where \%n≥2,q\% is a power of a prime.
构造了一族新的可分差集 ,具有参数 qn- 1q - 1,q - 1,qn-1- 1,qn-1- 1,qn -2 - 1,其中n≥ 2 ,q为素数幂。
5) quasi_separable set
拟可分集
6) decomposable sets
可分解集
补充资料：分离集族
分离集族
disjunctive family of sets
分离集族〔啊退川咖e伽I妞yof洲s;八。几二盯肋e ceMe吞cT的M“o袱eeTol 两两互不相交的集合组成的集族. B.A.E如M。。撰张锦文、赵希顺译
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