函数的逼近造句

造句与例句手机版

进制多小波尺度函数的逼近阶
算子的导数对一类函数的逼近速度
第一节给出该算子的voronovskaja型渐近展开公式；第二节讨论该算子对有界变差函数的逼近。
本文分为两部分，第一部主要考虑在给定参数(包括积分节点的选择和核函数的逼近方法)的情况下，如何应用广义极小剩余法( gmres )求解离散方程组。
本论文研究了正交多小波的构造， m带多尺度函数的逼近阶频域条件，引入m带尺度相似变换（ mst ）并利用其提高m带多尺度函数的逼近阶。
本文借助神经网络对非线性函数的逼近能力，提出了bp算法的改进型算法及基于bp算法的指数预测模型，通过对比传统预测算法，证实改进后bp算法用于证券预测的可行性及准确性。
根据啤酒发酵过程具有大惯性、时滞和非线性等特点，本论文还提出一种基于神经网络的模糊自适应pid控制方案，它一方面利用模糊逻辑的“概念”抽象能力和非线性处理能力，另一方面利用神经网络的自学习能力和任意函数的逼近能力，通过两者的有机结合寻找一个最佳的p 、 i 、 d非线性组合控制规律，以实现对未知对象进行在线控制，并具备适应控制环境变化的能力和自学习能力等。
在rsdm中，以实值模式代替二值模式，避免了实值到二值的编码过程：以回归学习规则代替外积法，使该模型在具有识别能力的同时具有了对函数的逼近能力；地址矩阵的预置根据样本的分布采取不同方法，若样本均匀分布，则随机预置，否则利用遗传算法的原理和消减措施来预置地址矩阵，使之反映样本的分布，改善网络的性能。
主要工作如下： ( 1 )建立了投影寻踪小波神经网络的数学模型、拓扑结构及非线性学习机理； ( 2 )证明了投影寻踪小波神经网络可以逼近非线性函数，并给出了其收敛速度； ( 3 )通过投影寻踪小波神经络对五种非线性函数的逼近和对太阳黑子、混沌时间序列的模拟预报以及投影寻踪小波学习网络在图象边缘检测中的应用，说明该网络具有很强的实用性。
本文在对以前的模糊神经网络参数学习算法进行分析的基础上，做了以下几个方面的工作： 1 )根据禁忌搜索算法的特点，在jyh - shingrogerjang提出的anfis模型的基础上，将禁忌搜索算法应用于模糊神经网络线性和非线性参数的学习上，并将该模型用于单变量函数的逼近； 2 )在第一阶段的基础上，对算法进行了改进，使改进后的算法能够适用于复杂的ii函数逼近问题; 3 )根据计算机仿真的结果，对禁忌搜索算法的性能进行了分析，并对该模糊神经系统的函数逼近能力和泛化能力进行了讨论。
用函数的逼近造句挺难的，這是一个万能造句的方法
同其它神经网络模型相比此模型权系数的初始值可以根据各个输入变量在模型辩识中的重要性进行选择，减少了初始权值设定的随机性，从而缩短了模型辩识时间最后利用神经网络所具有的自学习能力结合模糊控制较强的知识表达能力，构造具有自动调整模糊隶属度函数的模糊神经网络，并利用它实现非线性函数的逼近。