-
题名简单合数判定与分解的一个新方法
被引量:1
- 1
-
-
作者
梁济明
-
机构
贵阳学院继续教育学院
-
出处
《贵阳学院学报(自然科学版)》
2013年第3期12-14,共3页
-
文摘
用初等乘法公式推导出简单合数固有的一个特性,得到简单合数判定与分解的一个新方法。
-
关键词
简单合数
固有的特性
判定与分解
-
Keywords
simple summation
natural proprerty
determination and decomposition
-
分类号
O156
[理学—基础数学]
-
-
题名素数判定与简单合数分解的又一个电子公式
- 2
-
-
作者
梁济明
-
机构
贵阳学院继续教育学院
-
出处
《贵阳学院学报(自然科学版)》
2014年第2期3-5,共3页
-
文摘
针对简单合数固有的一个特性,用程序替代繁重手工验算,得到简单合数判定与分解的结果。
-
关键词
简单合数
固有的特性
判定与分解的C++程序
-
Keywords
simple summation
natural property
the C + + program of determnation and decomposition
-
分类号
O156.4
[理学—基础数学]
-
-
题名模块化神经网络的系统结构和学习算法
被引量:8
- 3
-
-
作者
凌卫新
郑启伦
陈琼
-
机构
华南理工大学应用数学系
华南理工大学电子与信息学院计算机系
-
出处
《计算机工程与应用》
CSCD
北大核心
2001年第19期13-15,72,共4页
-
基金
国家自然科学基金编号:69783008
国家博士点基金(编号:98056117)
+1 种基金
广东省自然科学基金编号:990582)
华南理工大学自然科基金
-
文摘
提出了一种基于模块化的神经网络的系统结构和学习算法,它通过用分解判定子模块对输入向量的适当分区域、由合成子网将各区域的结果合成,实现了复杂任务的自动分解判定和模块化训练策略。一般函数逼近和三维墨西哥草帽等2个实现表明,该文提出的结构和算法是可行的、有效的;与非模块化神经网络技术相比,提高了训练速度、改善了网络性能,它具有并行性高、通用性强、对新增样本易于学习、便于硬件实现等特点。
-
关键词
模块化结构
神经网络
学习算法
分解判定
-
Keywords
Modular structure,Neural network,learning algorithm,Decomposition Decisionm
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名状态检修专家系统中神经网络的应用研究
- 4
-
-
作者
丁书耕
-
机构
山东大学计算机科学与技术学院
山东电力研究院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2003年第15期141-143,共3页
-
基金
国家电力公司2001年重大科研攻关项目"输变电主要设备状态检修分析系统软件开发"(KJ00-01-11)
-
文摘
介绍了设备状态检修专家系统的结构,提出了一种基于模块化的神经网络的系统结构和学习算法。它通过用分解判定子模块对输入向量的适当分区域、由合成子网将各区域的结果合成,实现了复杂任务的自动分解判定和模块化训练策略。研究表明该结构和算法是可行的、有效的,它具有并行性高、对新增样本易于学习等特点。
-
关键词
状态检修
神经网络
分解判定
-
Keywords
Condition-based maintenance
Neutral network
Decomposition decision
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-