1) parameter of regularity
正则性参数
2) regularization parameters
正则参数
1.
This paper makes further researches on the Gradient Regularization method, and not only establishes a fresh iterative gradient regularization algorithm in a brief way but also gives a practical way to choose regularization parameters.
本文对梯度正则化方法(GradientRegularizationMethod)作了进一步的研究,给出一种建立了梯度正则化迭代算法和选择正则参数的简明实用方法。
2.
To overcome over-smoothed impedance model edge,we introduce the geologic structures constraints of layers and faults which be achieved by adjusting regularization parameters at layer interfaces and faults.
为了克服波阻抗模型边界过于平滑,在反演中引入地层和断层等构造信息约束,并且通过调整地层分界面和断层处的正则参数值来实现构造约束。
3) regularization parameter
正则参数
1.
Solution properties of Ill-posed problem in adjustment and resolution of regularization parameter;
平差不适定问题解性质与正则参数的确定方法
2.
This paper presents a variational approach using adaptive regularization parameter for keeping the information of edges and denoising largely.
提出变正则参数的变分方法 该方法通过选取随梯度变化的自适应的正则参数 ,达到去噪和保持边缘的目的 通过 5点格式构造出变分模型的离散解法 ,可以避免格林函数的繁琐计
3.
This paper studies the problem of solving the regularization parameters in the regularization method and puts forward a new method for solving the regularization parameters, which uses genetic algorithms based on the generalized cross-validation criterion .
本文研究了正则化方法中正则参数的求解问题,提出了一种新的正则参数求解策略,即利用遗传算法基于广义交叉检验准则求解正则参数,数值模拟验证了该方法的可行性和有效性。
4) cost parameter
正则参数
1.
A method for selecting an optimal cost parameter C in support vector machine(SVM) is presented.
它是通过遗传算法和确定性算法相结合解平衡约束优化问题,求出二分类支持向量机(SVM)中的正则参数C,本文将C作为优化问题中的变量来处理。
5) Regular parameter
正则参数
1.
As to the compact operator equation with mutual perturbation in abstract space, through a choice of regular parameter, we give a kind of majorized regular solution by the regular model.
对于抽象空间中带有双方扰动的紧算子方程 ,借助文献 [2 ]所建立的正则化模式 ,通过先验选取正则参数 ,给出一种优化的正则解。
6) regularization parameter
正则化参数
1.
Adaptive selection of regularization parameter in image restoration;
图像复原中正则化参数的自适应选择方法
2.
Applying Particle Swarm Optimization algorithm to select regularization parameter
应用粒子群优化算法选择正则化参数
3.
At the same time,the method to choose regularization parameter adaptively is given.
同时给出一种自适应确定正则化参数的方法。
补充资料：凡事豫则立，不豫则废
1.谓做任何事情，事先谋虑准备就会成功，否则就要失败。
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