1) separated convex set
分离凸集
2) convex set separation theorem
凸集分离定理
1.
This paper proofs the convex set separation theorem at weak * topology σ(L ∞,L 1) of L ∞.
资产定价的第一基本定理是数理金融学中最核心的定理之一 ,本文证明了在 L∞的弱 *拓扑 σ(L∞ ,L1)中的凸集分离定理 ,并在此定理的基础上给出了没有无风险免费午餐的拓扑描述 ,证明了市场公平性与没有无风险免费午餐条件的等价性 ,从而重新证明了资产定价的第一基本定理 。
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) Integral convex set
积分凸集
5) detaching cam
分离凸轮
6) concave-convex separation
凹凸分离
1.
Firstly,the indefinite quadratic programming was preconditioned by generalized Cholesky factorization,then concave-convex separation was carried out and the branch and bound algorithm was used to solve the last problem.
首先利用广义Cholesky分解对该类不定二次规划问题进行预处理,然后进行凹凸分离并用常见的分枝定界法进行求解。
补充资料：凸凸
1.高出貌。
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