2) boundary identification
边界识别
1.
Focusing on the default that in the clustering algorithm based on density the objects are processed from high-density area to low-density area,thereby,the objects with low density can not be identified,a novel clustering algorithm based on boundary identification is proposed through discussing the boundary identification existed in clustering process.
针对基于密度的聚类算法由高密度区到低密度区的处理顺序所带来的不能识别低密度对象类别的缺陷,通过对聚类过程中可能存在的边界识别进行讨论,提出了一种基于边界识别的聚类算法。
2.
For sake of decreasing classification complexity,a decomposed chunking approach was proposed: first,chunk boundary identification,and then chunk type identification.
5倍交叉验证的实验结果为:组块边界识别的F1值为95。
3.
A boundary identification problem, i.
采用基于边界元法和共轭梯度法的反演算法求解二维导热边界识别问题,即几何反问题。
3) parameter identification
参数识别
1.
Application of Bayes theorem in parameter identification for river water quality modeling;
Bayes理论在河流水质模型参数识别中的应用
2.
Mathematical Model and Parameter Identification of Metal-Web Damper;
金属丝网减振器数学建模与参数识别
3.
A new method for parameter identification in water environment model;
水环境模型参数识别的一种新方法
4) parameters identification
参数识别
1.
Theory and method of model and parameters identification;
模型和参数识别理论与方法
2.
Mode parameters identification of bridge structure under different quaking methods;
桥梁结构不同激振方法下的模态参数识别
3.
Environmental encouraging method of bridge structure mode parameters identification;
桥梁结构模态参数识别的环境激励法
5) Parameter recognition
参数识别
1.
High- precision sensors and parameter recognition are also involved in.
针对便携式监护仪的应用结构特点,提出了一种实用的血压信号检测方案,以MSP430为核心,配以高精度的传感器件以及对数据进行参数识别,重点介绍了血压参数的提取方法和系统的实时控制思想。
2.
Artificial neural networks are combined with the optimum genetic algorithm to resolve the structural parameter recognition problems.
并将该遗传算法与人工神经网络结合,用于结构参数识别问题,具有较好的全局性和收敛效率。
3.
Based on the parameter recognition method using short data-window on time domain,the error between actual transmission line model and capacitance or inductance model is calculated.
基于时域中的短数据窗,利用参数识别的方法,分别计算线路的真实模型与上述2种模型的误差,若电容模型误差小,则判为外部故障;若电感模型误差小,则判为内部故障。
6) Parameter estimation
参数识别
1.
Regularization technique is introduced to alleviate the ill-posedness of the parameter estimation problem.
通过正则化修正改善参数识别问题的不适定性,利用数据摄动和蒙特卡罗法研究观测噪声对参数识别结果的影响并获得各待识别参数的统计特征,在此基础上基于概率统计理论推导了损伤概率的计算公式。
2.
This paper demonstrates a new parameter estimation method: spatial sine testing parameter identification method, and deduces the detailed approaches and processes for parameter estimation testing, and discusses the method s condition and characteristic.
本文介绍一种新的模态试验方法———空间正弦试验法,对试验方法进行理论推导,给出模态参数识别的具体方法,讨论方法的成立条件和特点,对模态试验程序提出建议,指出一条模态试验的新途径。
3.
A procedure for the parameter estimation of nonlinear parametric structural system is presented.
本文对基于时域信息的非线性参数系统参数识别问题进行了研究。
补充资料：Martin边界(Марков过程论中的)
Martin边界(Марков过程论中的)
artin boundary in the theory of Markov processes
加加找加边界(Map劝.过程论中的)【扮肠到血.旅.b乃尸勿血d此.叹ofM自rkov Processes;MaP布“a印aIIH”aB Te0P“MaP劝BcICHx nPO期ecc0BI MaP翔B过程(Ma。刀v Proo改舀)的状态空间或其在某一紧空间中的映象的边界，它是用类似于Martin概形(见【1」)构造的. Martin构造的概率解释首先由J .L .L助。b(见L41)提出，他讨论了离散MaPKoB链的情形. 设P(t，x，B)是在一可分、局部紧空间E上给定的齐次腼pKOB过程X=(x:，C，Fr，p二)的转移函数(仇‘朋ition function)，其中t)0，x‘E，B任分，而男是E中的B心化1集族.对“)O，x‘E，y日E定义的，且对固定的，为(分火少)可测的函数g。(x，y))O称为G】优r函数(G获先n士加ction)，如果对每一B任少， 口二 丁g·(x，，)。(d，)三丁。一‘p(。，x，。)、:， B0其中m是妙上的测度，为了避免G就n函数定义中的多义性，还可以再要求对任意具有紧支撑的连续函数f(x)，函数 g，‘，，一丁，(x)。二(x，一m(、x) E是A连续的(意指存在一个关于t左连续的函数F(t，田)，使得 p，{F(t，·)笋久(x，(·川三o，x“E，r>o).固定一个，中的测度下，假定Gn笼n函数存在，定义Mart运核(Martin kernel)为 。:，、_g。(x，y) r‘劝二一. q气y)其中 。(，)一丁。二(x，，):(、x) E(此处必须引人某些限制以保证q(力的正性和A连续性).如果下是集中在某点的单位测度，而X是在某个区域的首出时中断的Wi。省过程(W记几汀详以刀昭)，则衅(x)的定义归结为文献[IJ中类似的形式.在宽广的条件下，存在一个紧集才(“Martin紧统”)，一个在，上的测度嵘(dx)(x)0，y‘司及一个映射i:E一才，创门满足条件:a)i(E)在才中稠;b)当f遍历E中具紧支撑的连续函数时，函数 鳄(f)一了f(:)叼(‘二)分离才中的点且在才上连续;c)若y〔E，则测度鲜，，(dx)与测度鳄(x)m(dx)相同·此时，集合i(E)在才中的边界称为M田石n边界(Mart访加训山叼)或流出边界(exjt一boUnda仃)(在研究过分测度的分解时，又出现了对偶边界，即流人边界.见【3]，f4」). 为了描述才的性质，引入在Doob意义下的h过程是方便的:对每个过分函数(~i记丘川山。n)h，联系一个(尸，‘罗“)上的转移函数 ，人(。，x，。
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