1) regular parameter transformation
正则参数变换
2) equal-parameter transformation
等参数正变换
1.
The numerical iterative method for multi-dimensional equal-parameter transformation is given.
对任意维Towel型物理域 D到方形计算域Dc 的全局同胚映射数值实现方法进行研究 ,给出了任意维等参数正变换的数值迭代求解方法 ,并就迭代求解方法的误差进行分析 ,给出了数值网格点互不重合的一个充分性条件 。
3) parameter orthogonality
参数正交变换
1.
Then,based on the parameter orthogonality transformation,both the modified likelihood and the modified Score tests are obtained.
在讨论了具有AR(2)误差的非线性回归模型相关性和异方差性的联合检验的基础上,首先导出了关于误差相关性和异方差性的似然比检验统计量和Score检验统计量,然后根据参数正交变换,得到了修正的似然比检验统计量和修正的Score检验统计量,推广了文献[1]的结果。
4) 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。
5) 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。
6) 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。
补充资料：无上正等正觉
【无上正等正觉】
（术语）阿耨多罗三藐三菩提之新译。法华玄赞二曰：“阿云无，耨多罗云上，三云正，藐云等。又三云正，菩提云觉，即是无上正等正觉。”
（术语）阿耨多罗三藐三菩提之新译。法华玄赞二曰：“阿云无，耨多罗云上，三云正，藐云等。又三云正，菩提云觉，即是无上正等正觉。”
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