1) approximation function
逼近函数
1.
Firstly,the best uniform approximation function is constructed with Chebyshev interpolation method,then the function is analyzed by partial orthogonal decomposition to obtain related eignvalue and eignvalue vector.
首先,利用Chebyshev插值法建立非平稳信号的最佳一致逼近函数;然后,通过对该函数进行偏正交分解获取对应的特征值及特征向量。
2.
A new method of analytic extension for the approximation function of firing tables out of the firing table s valid firing area was put forward.
在有效射界外,为火炮射表的逼近函数构造了一个解析延拓函数,它能为有效射程之外平稳光滑地引导火炮提供策略,而且可保证求解的第一个命中点在有效射界的边界上,为目标快速射击争取了最大的射击机会。
3.
For nonlinear and nonstationary signal,the paper builds the best uniform approximation function with Chebyshev s interposing method,then the function is analyzed by orthogonal function to(obtain) relating eigenvalue and eigen vector.
利用Chebyshev插值法,建立非平稳信号的最佳一致逼近函数,通过对该函数进行偏正交分解获取对应的特征值及特征向量,该方法运用在滚动轴承故障特征提取应用中,取得了良好的效果。
2) approximating function
逼近函数
1.
Then the approximating function can be defined by the difference of the length of original bar and the distance of the two endpoints in the virtual m.
然后 ,将原杆长与虚拟机构中两端点的距离的差作为逼近函数 ,对逼近函数求解即得平面高级杆组的位置。
3) Function approximation
函数逼近
1.
The function approximation ability comparison of two wavelet networks and their applications;
两种小波网络的函数逼近能力比较与应用
2.
Function approximation capabilities of intuitionistic fuzzy reasoning neural networks;
直觉模糊神经网络的函数逼近能力
3.
Function Approximation Study of General Fuzzy System;
模糊系统的函数逼近特性研究
4) approximation of function
函数逼近
1.
And as the approximation of function for example,approximating the emulation of the different BP neural Netwlrk with the figure of primary function,it compares the performance of different BP neural network,Advantages.
并以函数逼近为例,通过对不同的BP神经网络仿真与原函数图像的拟合,比较不同的BP神经网络的性能,验证新型BP网络的优势,得出如何根据对象选取神经网络的结论。
2.
This paper discusses differences and relations between Newton and Lagrange interpolation polynomial in approximation of function.
讨论了Newton及Lagrange插值多项式在函数逼近中的联系和区别。
3.
This paper discusses differences and relations between Taylor Polynomial and Newton interpolation polynomial in approximation of function.
讨论 Taylor多项式与 Newton插值多项式在函数逼近中的区别和联系。
5) functional approximation
函数逼近
1.
Functional approximation development—neural networks;
函数逼近的发展——神经网络
6) function approaching
函数逼近
1.
The result shows better by the example of function approaching.
将二元蚁群算法和神经网络混合,可兼有神经网络广泛映射能力和二元蚁群算法快速全局收敛能力,通过在函数逼近实验表明取得了较好的结果。
补充资料：函数逼近度
函数逼近度
approximation of functions, measure of
函数通近度【叩p门‘m涌田of抽n‘叨s，measu花of;.明痴栩...中担阅浦Me禅]，函数逼近的度量 逼近误差的定量表示.当考虑用函数价逼近函数f时，常用包含f和甲的函数空间中的度量来定义逼近度群了，树.例如，若f和职是区间【a，b]上的连续函数，则通常使用C【a，b1的一致度量作为逼近度，即 风/，职)=max{f(z)一例r)}. 。《i‘h-如果不能保证被逼近函数是连续的或问题的条件暗示了f和职在【a，b]上平均意义下接近的重要性，则可采用空间气[a，b]中的积分度量作为逼近度，即 b 可，，)=j。(‘)If(，)一，(，)}，*，，>o，其中q(t)是权函数.就实际问题而言，p=2的情形是最常用也是最方便的.见函数的均方通近(mcan squ-are aPProximation of a function). 逼近度可以只涉及到f和毋在【a，b]上某些离散点红(k=l，…，n)的值，例如: 以f.。、=max}f了r:)一叫I:)}， l《k《月- 可，p)=艺qk If(，、)一中(tk)I’， k=l其中乳是正系数. 用类似方式可定义两个或更多个变量的函数逼近度. 函数族F对函数f的逼近度通常定义为.佳通近(best aPProximation) E(f，月=叮，F)=i过叮，毋)· 中〔I而 E(叭，F)=风业，月=sup iof风f、价) f〔皿中〔F’常被看作是某个固定集F中的函数中对f所在的函数族叭的逼近度.它刻画了叨中的函数与最靠近它们的F中的函数之间的最大偏差. 在任一度量空间X中考虑函数逼近时，一般将x和“(或集F)之间的度量距离p(x，u)(或p(x，F》视作元素u(或集F)对元素x的逼近度料(x，的.【补注】逼近度也称作误差度(error measure).
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