说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 网格模极小
1)  minimum norm network
网格模极小
2)  small grid model
小网格推算模型
3)  general fuzzy min-max network
一般模糊极小极大网
4)  fuzzy min-max neural network
模糊极小极大神经网络
1.
To solve the problem,an SAR image recognition system based on multiple-eigenspaces of ICA and fuzzy min-max neural network ensemble is proposed.
通过独立分量分析构造若干个方位角的SAR图像特征空间,为每一特征空间各训练一个模糊极小极大神经网络用于分类,然后利用D-S证据理论集成各个神经网络的输出。
5)  fuzzy min-max neural networks
模糊极大-极小神经网络
6)  fuzzy min_max neural network
模糊极小极大网络
补充资料:PETRI网建模与分析


PETRI网建模与分析
PETRI Nets modelling and analysis

  PE I R1 wang jinnmo yu fenxiPETRI网建模与分析 (PETRI Nets。modelling and anabrsis) 以德国C.A.皮特里博士命名的网状结构的信息流模型进行系统建模与分析的方法。利用这种模型,可以对具有并发、异步、分布、并行、不确定性、随机性等特征的信息流信息系统进行分析,从中得到有关系统结构和动态行为方面的信息,根据这些信息对要开发的系统进行评价和改造。 1 962年,皮特里在博士论文《cDmm“.n{cation w触』Cutomata))(《通信自动化》)中,首次提出网状结构的信息流模型,受到美国和欧洲一·些科学家的重视,随后德国的A.W.霍尔特在1968年和1970年的论文中用PeⅢ网g)q~漠l拟和分析了具有并行分支的系统,他称这种刚状结构为Petri网(PetriNets),并为学术界所接受。 Petri网将系统的结构描述为在不同位置的资源(称为标记)的分布,将行为描述为资源的转移(事件)和满足一定条件下(点火条件)可能的转移路径(弧)。如图所示是一个资源共享系统的Petri网模型。O中的点数表示资源数,o称为位置,用P点标记。口表示所发生的事件。一个事件的发生称为点火。一条有向弧表示点火发生时-个资源从位置或转移处传剑PetJ‘i网示意图转移或位置处。对于转移T,发生点火的条件是向该转移输送资源的每个位置中的标记数要大于等于位置指向转移的弧数。点火后,输出资源的位置中的标记数为原标记数减去该位置到转移的弧数。图中T,和Tz在丌始时都满足点火条件,可以并发点火,此后Tz因P冲的资源被T。调用而不能点火,需要等待P s的资源。同样Ts需要等待P,中的资源1i土不能点火。这种状态称为冲突。如果按T1T2T3T4T5T6或T4T5T6T1T2T3的JlJ页序点火,模型仍回到初始状态。 60年代,Petri网的研究以单个特殊的网系统为埘象。70年代,则以通用网论为研究对象,着眼于研究网系统的分类及各类网间的关系上。80年代中期,有些研究机构的重点放征时间网和随机网及其性能评价和应用的研究上。Petri网理论日趋成熟,广泛应用于军队C。I系统建模与分析中。 参考书目 袁崇义著: 《Petri网原理》,电子工业出版社,北京,1998。 (邵军力)
  
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