1) improvement of convergence condition
收敛条件改进
2) convergence condition
收敛条件
1.
Combining the statistic analysis on the site data of Xinjiang topic,it also puts forward the convergence condition of individual sample size about data among the road quota based on the theory of student distribution in tables and graphs and offers the corresponding sug.
通过列表的形式,提出了基于t分布理论的公路定额数据小样本容量的收敛条件,并给出了相应的建议。
2.
Based on the convergence condition of the closed loop ILC,the article also proposes the method of designing ILC.
应用频域分析方法讨论了一类闭环迭代学习算法的收敛条件和性能,指出其比Arimoto开环迭代学习算法具有明显的优越性,并在讨论迭代收敛条件的基础上给出了闭环迭代学习算法的频域设计方法。
3.
The convergence condition of this interactive method is discussed in detail in this paper.
同时详细讨论了迭代法的收敛条件 。
4) convergent condition
收敛条件
1.
It is necessary to research it s convergent conditions to keep it s big range of convergence.
牛顿下降法xn+1=xn-ωnf′-1(xn)f(xn)是求解非线性方程f(x)=0的一种经典的迭代法,有必要研究其收敛条件,使其保持大范围收敛等优点。
2.
It is necessary to research its convergent conditions.
对于求解非线性方程f(x)=0,牛顿下降法xn+1=xn-ωnf′-1(xn)f(xn)是一种经典的迭代法,具有大范围收敛等优点,有必要研究其收敛条件,为了使其能够适应更多环境的需要,利用优序列的方法,在一个更一般的条件下选取了一个较为一般的下降因子序列{ωn},证明了此情形下牛顿下降法的收敛性。
5) conditional convergence
条件收敛
1.
Further econometric analysis based on the neo-classical convergence framework on inter-provincial economic growth during the transitional period leads to the conclusion of conditional convergence.
本文以新古典收敛模型为框架,对转型时期各省区的经济发展进行计量分析,得出了条件收敛的结论。
2.
The results show that the conditional convergence has been identified,that is,given the same level of physical capital investment rate,human capital,market op.
研究结果发现,中国各地区间的经济增长存在显著的条件收敛(conditional convergence)特征,即在控制了各省间人口增长率、物质资本投资率、人力资本水平和制度因素差异后,可以观测到明显的经济增长收敛趋势。
3.
It also calculates the conditional convergence speed of the province by applying Solow-Swan model with panel data,and finds that a slow but steady catch-up does exist in the province.
利用斯旺-索洛模型,借助面板数据,对福建省各地区经济增长条件收敛进行分析,估算条件收敛速度,揭示了福建省落后地区以较低速度实现对发达地区的赶超的事实。
6) convergence conditions
收敛条件
1.
The causes mentioned in this paper about non-convergence for model are unreasonable methods to process missing data which can be solved by EM and MCMC algorithm, multicollinearity among variable and too strict convergence conditions for model solved by re-adjustment of them.
笔者在利用协方差结构模型对北京市居民住房消费行为和意愿进行量化研究时发现协方差结构模型存在不收敛问题,文章提出,导致模型不收敛的原因,一是缺失数据处理方法不当,可采用期望最大化算法(EM算法)和马尔科夫链蒙特卡罗法(MCMC算法)处理数据缺失;二是变量间存在多重共线性,可去掉设置不合理的潜变量以避免共线性问题;三是模型过于复杂,收敛条件苛刻,可调整模型使之简单化,并重新设定收敛条件,促使模型收敛。
补充资料：条件收敛性
条件收敛性
conditioiial conveigence
条件收徽性[以扣‘‘扣目。皿，曰，”沈:yc月o.ua:exo-八枷ocTI.〕，级数的 级数的下述性质:当把给定的级数的各项按一定方式重新排列以后所得到的级数是收敛的.数项级数 OJ 乏气(*) 门=I是吞考份咚擎妙(uncondi‘ionally conve卿nt)，如果级数(*)本身以及把它的各项重新排列后所得到的级数都是收敛的，并且这些级数之和都相同;换句话说，无条件收敛的级数之和与其各项的次序无关.如果级数(*)收敛，但不是无条件收敛，则称为条件收敛的(conditionally conver罗nt).为使级数(*)是条件收敛的，其必要和充分条件为:它是收敛的，但不是绝对收敛的，即艺二1}。。}一+二. 如果级数(*)的项是实数，用:户，u孑，…，uJ，…表示它的非负项，用一。厂，一u牙，…，一u哥，…表示它的负项，则级数(*)是条件收敛的，当且仅当两个级数艺蒸，。J和艺二.。万是发散的(这里，级数中各项的次序无关紧要). 如果实数项级数(*)是条件收敛的，并且设一‘簇:<刀簇十的，则存在由级数(*)的各项重新排列而得到的级数艺育_:“:，使得其部分和序列{、:}具有如下性质: lim:二=a，lims二=刀 nse中创〕”一~币C((这是几emann定理(Riemann theorem)的推广). 两个条件收敛的级数之积，与对这两个级数逐项相乘的结果进行求和的次序有关. 级数的条件收敛和无条件收敛的概念可以推广到某个赋范向量空间X中的级数的情况.如果X是有限维空间，则同数项级数的情况类似，收敛的级数艺菜1。。(u。。x，。一l，2，…是条件收敛的，当且仅当级数艺二.}}:。JI二是发散的.然而，如果X是无限维空间，则存在无条件收敛的级数艺几1“，，使得艺二1}。，}，一+二一 月.皿.Ky月P朋卿撰【补注】关于由抽象空间的元素构成的级数的收敛性和发散性，一种很有价值的参考文献是【AI].
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