1) learning error
学习误差
1.
Inherited parameters learning method based on logic stabilization rules is presented to overcome learning error and instability of Baosteel 2 050 mm hot roughing mill and satisfy the requirement of new system learning.
针对宝钢2050热轧粗轧后计算学习有时计算偏差大、学习不稳定以及为了满足新系统遗传系数学习的要求,首先提出学习方法逻辑稳定的概念,给出两个定理作为判据,然后对学习误差进行了分析,并通过推理决策的方式提出基于逻辑稳定判据的遗传系数学习方法,最后对实际系统进行了分析,表明本文提出的方法是正确、可行的。
2.
To solve these problems, based on minimizing the increment of learning errors and combining LVQ and GNG, the authors propose a new growing LVQ method and apply it to text classification.
针对这些问题,基于最小化学习误差的增量思想,该文将学习型矢量量化(LVQ)和生长型神经气(GNG)结合起来提出一种新的增量学习型矢量量化方法,并将其应用到文本分类中。
3.
By adding an amending part to the output of the NN to compensate,the influence of many unknown factors on the learning error,the method to adapt the learning rate was construc.
该方法通过为神经网络的输出增加一个输出修正量来补偿多个未知因素对学习误差的影响,从而构造使学习误差快速收敛到零的学习速率自适应算法。
2) Feedback error learning
反馈误差学习
1.
Design and Simulation of Predictive Feedback Error Learning Model;
加入预测信息的反馈误差学习模型及其仿真研究
3) square sum of studying error
学习误差平方和
1.
In this paper, relevant parameters influencing sample training precision are explored when the mixtures of experts networks is applied to boiler fault diagnosis,and the relationahip between the square sum of studying error and some parameters,such as rule numbers、studying rate、cycle numbers、weighted exponent,are presented.
探讨了将混合专家网络应用于锅炉故障诊断时,影响样本训练精度的有关参数,得出了规则数、学习率、循环次数、加权指数等参数与样本训练学习误差平方和之间的关
4) study of error reverse transfer
误差反传学习
5) Feedback-Error-Le arning
反误差学习法
6) distortion competitive learning
误差竞争学习
1.
The distortion competitive learning algorithm is presen ted using Gersho′s distortion asymptotic theory of vector quantization, that is , the subdistortion of each region equals to each other when the num ber of the codebook approaches infinity.
提出了误差竞争学习 ( Distortion competitive learning,DCL)算法。
补充资料：部分学习与整体学习
部分学习与整体学习
part learning and whole learning
部分学习与整体学习(part learningand whole learning)在运动学习和记忆学习中，根据对学习内容的处理方式可以分成部分学习和整体学习。部分学习就是将材料分成几个部分，每次学习一个部分:整体学习就是每次学习整个材料。一般来讲，整体学习的效果优于部分学习。但是，课题复杂彼此没有意义联系的材料，用部分学习的效果好:课题简短或具有意义联系的材料，用整体学习的效果好。在进行学习时，可以将部分学习与整体学习结合起来，先进行整体学习再进行部分学习，或者相反。这种相互结合的学习方式叫做综合学习，效果更好些。 (周国帕撰成立夫审)
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