1) morbid sample
病态样本
1.
For efficiently eliminating morbid samples and improving the generalization ability of neural networks,we present an approach to eliminate morbid samples in forward neural networks based on the search thought and the Hamming distance,through developing the thought and introducing the distance.
为有效剔除学习样本中的病态样本,以提高神经网络的泛化能力,提出一种新的病态样本搜索思想并应用海明距离,给出了基于搜索思想和海明距离的前馈神经网络病态样本剔除方法。
2) morbid samples eliminating
病态样本剔除
3) normal samples
正态样本
1.
In this paper, we give a special statistics property of normal samples, which generalize corresponding result of and .
在这篇文章中 ,我们给出了正态样本的一个统计性质 ,推广了 [1 ]、[2 ]中相应的有关结
4) static samples
静态样本
1.
So the paper researches on dynamic clustering method mostly from two aspects-------static samples and dynamic samples.
本文主要从静态样本和动态样本两方面对动态聚类法进行了研究。
5) dynamic samples
动态样本
1.
So the paper researches on dynamic clustering method mostly from two aspects-------static samples and dynamic samples.
本文主要从静态样本和动态样本两方面对动态聚类法进行了研究。
6) large sample normality
大样本正态性
补充资料：病态
不正常、不健康的情形、表现：病态心理｜他身体很不好，一看就是病态相。
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