1) GRNN
广义回归网络
1.
According to these limitations,this paper presents an automated pattern classification method of Self-Organizing Map Neural Network(SOMNN) combining with Generalized Regression Neural Network(GRNN).
针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的全自动模式分类新方法。
2) generalized regression neural network
广义回归神经网络
1.
Simultaneous determination of copper(Ⅱ),lead(Ⅱ) and zinc(Ⅱ) in spectrometry using a wavelet packet transform based generalized regression neural network;
小波包变换广义回归神经网络分光光度法同时测定铜铅锌
2.
Study on Method of Generalized Regression Neural Network for Spatial Prediction of Soil Properties;
土壤属性空间预测的广义回归神经网络方法研究
3.
Surface reconstruction aiming at points cloud data based on generalized regression neural network;
应用广义回归神经网络重建点云曲面
4) general regression neural networks
广义回归神经网络
1.
A model based on general regression neural networks(GRNN) has been established to predict the end point of batch pulping cooking.
为了实现制浆蒸煮终点的精确预测,建立了基于广义回归神经网络(GRNN)的预测模型。
2.
A new modeling method based on general regression neural networks(GRNN) of item parameter estimation within IRT(Item Response Theory) was discussed.
探讨了一种新的基于广义回归神经网络(GRNN)的IRT(项目反应理论)项目参数估计建模方法,着重介绍了如何建立网络的输出模式及利用MonteCarlo方法建立网络的输入模式,提出了多种对模型进行改进的方法。
5) generalized regression neural network(GRNN)
广义回归神经网络
1.
The generalized regression neural network(GRNN) and the genetic algorithm(GA) are regarded as the artificial intelligence techniques.
广义回归神经网络(GRNN)和遗传算法(GA)都是在模拟人的生理活动进而提出的人工智能技术。
2.
The RBF network function approximation theory and method are introduced,and the method of nonlinear error correction of sensor is presented based on generalized regression neural network(GRNN).
介绍了径向基函数网络的函数逼近原理和方法,提出了一种基于广义回归神经网络(GRNN)的传感器非线性误差校正方法。
3.
Aimed at solving the challenging problem of diagnosis for sensor bias and drift faults,a novel approach of sensor fault diagnosis based on generalized regression neural network(GRNN)is proposed.
针对诊断传感器偏置故障与漂移故障的难点问题,提出了一种基于广义回归神经网络(GRNN)的传感器故障诊断方法。
6) general regression neural network
广义回归神经网络
1.
Parameter-optimized rotated general regression neural network model
一种参数优化旋转广义回归神经网络模型
2.
A general regression neural network model is established for prediction production rate in fracturing wells.
以影响压裂井产量的地层参数和压裂施工参数作为输入变量,压裂后的每米产量为输出变量,建立了压裂井产量预测的广义回归神经网络模型,并根据与目标油井地质参数的欧式距离的大小来选择学习样本。
3.
Based on choosing nine chemistry parameters and right spread coefficient,the recognition pattern of activity of twenty six antagonists has been established by using general regression neural network(GRNN).
选择9个化学参数和合适的扩展系数,对一批26个拮抗药化合物的活性建立了广义回归神经网络识别模式。
补充资料：Poincaré回归映射
Poincaré回归映射
Poincare retuni map
关于所有半轨都与V相交的情况可见【A81. 上面提到的“琴真’担字回(‘cyl访drical’口姚esp解e)定义如下.考虑与(·)相关联的自治系统 又二.j(y，x)，少二1.(Al)把f的定义域中每一点(y，x)均与(y+T，x)视为相同，注意到后者形如Rx刀的一点，这里D是R”的一个子集(当(*)定义于R”上时).这时(AI)定义“柱”I:xD上的一动力系统，I:是闭区间10，:j并视其两个端点为同一点，即为一圆.上面考虑的映射T:x卜，沪(:，x)就是I，xD上的动力系统(AI)到超曲面{0}xD中的Poinc沉映射. 关于整体截面的存在性，例如可见【A21 W.2节，以及【A3].在更一般的变换群的框架中可以讨论“擎侠匆泞’(蜘回slices)，例如见【A，l·至于不可微动力系统局部截面的存在性，可见fA4」Vl.2节.在叶状结构理论中可以找到Poinca记回归映射在(叶的)和乐群之生成元中的推广.例如可见【A6) 关于Poinc乏晚回归映射在微分方程理论中的应用(周期轨道附近的性态)，例如可见【AS](所谓“Fk现uet理论”(RO明ett】切ry)).Poi附悦回归映射fpo泳习戊r比川llnap;【.oe月e加。翎，，o、。丘p撇n“e」后继映射(suce巴sor服pp雌) 一个光滑的或至少是连续的流(连续时间动力系统(flow(cont访uous tilned”lanllc:115”tem))S={S，}和一个横截于它的超曲面V的，即是一个将点u〔V映到始于。的流之正半轨道一首次再度与F相交之点的映射T(它只对于那些有再度相交点存在的v点有定义).(超曲面V称为截面(sectlon)，相交面(in-tersectillg sul毛‘e)或横截面(tmnsversal)).若dimV二l(从而{S。
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