1) scale-free network model
无尺度网络模型
1.
It makes study and application of the research mode guided by data, and based on constructing structural database of clinical medical case information, it discusses the clinical key traditional medical formulae made by Professor LU Zhi-zheng, through analyzing scale-free network model and combining classic clinical medical records.
研究运用以数据为导向研究模式,在建立临床医案信息结构化数据库的基础上,通过无尺度网络模型分析和临床典型病历相结合的方法,对路志正教授临床核心方药进行了探讨。
2) extended scale-free model
扩展无尺度网络模型
1.
Controllable node degree extended scale-free model;
一种节点可控的扩展无尺度网络模型
3) scale-free network
无尺度网络
1.
Modeling of scale-free network with tunable clustering based on neighbor coefficients;
基于邻居系数的聚集度可调无尺度网络建模
2.
Robustness and small-world property of scale-free network are the desirable features in worm network.
鉴于无尺度网络的健壮性和小世界特性是蠕虫网络的理想特征,提出以无尺度网络的形式构建蠕虫网络。
3.
Scale-free network model is used as a form of the structure of information fusion systems for the first time.
一是研究信息融合系统的无尺度网络特征,首次使用无尺度网络模型作为信息融合系统的构造形式。
4) scale-free networks
无尺度网络
1.
Application Research on Scale-Free Networks in Internet News Reports Analysis;
无尺度网络在互联网新闻分析中的应用研究
2.
According to scale-free networks theory,time-varying half-edge graph of dynamic resources relationships was presented.
模拟无尺度网络特性提出资源动态关联的时变半边图,进而利用超分子自组装机制建立超分子资源模型,超分子资源再被赋予环境动态感知、自主行为决策和协同等能力,形成自主元素。
3.
In this paper,the scale-free network discovery is reviewed and the scale-free characteristic of complex networks is described,based on the strategies that are proposed against vulnerability of hubs in scale-free networks.
回顾了无尺度网络的发现历程,论述了复杂网络的无尺度特性,并在此基础上提出了集散节点的抗脆弱性策略。
5) Scale-free Network
无标度网络模型
1.
The Application of Improved BA Scale-free Networks Model in the Enterprise Cluster
改进的BA无标度网络模型在企业集群中的应用
6) scale-free model
无尺度模型
1.
The establishment of complex network model of these systems, such as small world model and scale-free model, has been a hotspot in recent years.
建立这些系统的复杂网络模型,比如小世界模型和无尺度模型,是近年来研究的热点。
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
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