Cтраница 1
Полный алгоритм приводится в прогр. [1]
Полный алгоритм представлен в прогр. [2]
Полный алгоритм декодировани; для двоичных БЧХ - кодов с исправление) двух ошибок. [3]
Полный алгоритм управления представлен на рис. VII. [4]
Схемы управления двухскоростным стеклоочистителем с возбуждением от постоянных магнитов ( а и с электромагнитным возбуждением ( б. [5] |
Полный алгоритм управления электродвигателем стеклоочистителя должен обеспечивать возможность его работы с малой и большой частотой вращения ( интенсивность стеклоочист-ки повышена), периодического включения электродвигателя с перерывами в 3 - 5 с, а также укладку щеток при отключении стеклоочистителя в крайнее положение так, чтобы они не загораживали обзор водителю. [6]
Полный алгоритм обучения имеет примерно такую же структуру, как в методах Хебба, но на шаге 3 из всего слоя выбирается нейрон, значения синапсов которого максимально походят на входной образ, и подстройка весов по формуле (1.27) проводится только для него. Эта, так называемая, аккредитация может сопровождаться торможением всех остальных нейронов слоя и введением выбранного нейрона в насыщение. Выбор такого нейрона может осуществляться, например, расчетом скалярного произведения вектора весовых коэффициентов с вектором входных значений. Максимальное произведение дает выигравший нейрон. [7]
Полный алгоритм интерполяционно-квадратичного метода может быть сформулирован следующим образом. [8]
Полный алгоритм воспроизведения живого, кроме создания клеточной структуры, должен включать в себя получение Ч - частиц с большим опережением и их комбинацию с нервной сетью в действующую систему. Может ли быть уверенность в нахождении такого алгоритма. [9]
Значения коэффициентов дисконтирования. [10] |
Полный алгоритм эффективного вычисления стратегий при бесконечном плановом периоде кратко описан в следующем разделе. [11]
Рассмотрим полный алгоритм оптимизации. [12]
Возможны менее полный алгоритм, ограниченный нахождением только результата измерений Лср, и более полный, чем показанный на рис. 2.4, алгоритм, включающий операции вычисления оценки среднеквадратического отклонения результата измерения Лср, решения вопроса, выполняется ли гипотеза о гауссовском ( нормальном) распределении вероятностей случайных погрешностей, а также операции вычисления доверительных границ случайных погрешностей. [13]
Приводится полный алгоритм аналитической самонастройки, состоящий из следующих частных алгоритмов: алгоритма определения динамических характеристик управляемых объектов, алгоритма коррекции. [14]
Вместо описания полного алгоритма преобразования набора правил мы поясним переход от набора правил, полученного по алгоритму магических множеств, к набору правил, полученному по методу подсчета, используя Результат из примера 10.5. Магические правила преобразуются в правила подсчета с помощью предиката подсчета. [15]