1) adjustable entropy function method
调节熵函数法
1.
In this paper,the convergcnce theorems of the adjustable entropy function method are studied.
对调节熵函数法的收敛性作了理论分析。
2) adjustable entropy function
调节熵函数
1.
Adjustable entropy function method for support vector regression
回归型支持向量机的调节熵函数法
2.
Firstly,the duality principle is used to change the linear program problem into the minimax problem,an interval extension of the adjustable entropy function is set up and its order of convergence is discussed.
首先利用对偶理论将线性规划问题转化为极大极小问题,建立并讨论了调节熵函数的区间扩张及其收敛阶。
3.
Based on adjustable entropy function and penalty function, the constraint nonlinear l\-1 problem is converted to an unconstraint differentiable problem.
该方法利用调节熵函数和罚函数技术将约束非线性l1问题转化为无约束可微优化问题,因而可利用光滑优化的经典算法求出原问题的近似最优解。
3) entropy function method
熵函数法
1.
An entropy function method for mathematical programs with equilibrium constraints;
求解含平衡约束数学规划的熵函数法
4) eotropy function method
熵函数方法
5) adjusting function
调节函数
1.
A curvilinear grid generation technique with direct control of grid point distribution is proposed,where a newly introduced adjusting function enables to solve the difficulty from the assumption of locally straight boundary lines in Thomas s method.
指出了Thompson与Thomas曲线网格生成方法中控制网格分布的调节函数的问题所在,克服了Thomas曲线网格生成法中边界处局部线性化近似假定的缺陷,经过严格推导得出一组新的调节函数P、Q的表达式,并给出了曲线网格生成实例。
2.
Some problems concerning the adjusting functions used in Thompson method and Tomas method for grid generation is pointed out; and the disadvantage of assumption of boundary lines being locally straight for Thomas s method is overcome.
指出了Thompson及Thomas曲线网格生成方法中控制网格分布的调节函数的问题所在,克服了Thomas曲线网格生成法中边界局部平直近似假定的缺陷,经过严格推导得出一组新的调节函数,并给出了曲线网格生成实例。
6) tuning function
调节函数
1.
Adaptive sliding mode control based on tuning function for nonlinear systems with triangular structure;
基于调节函数的一类三角结构非线性系统的自适应滑模控制
2.
The control design is achieved by using backstepping, tuning functions, SDU factorization and estimating parameters.
通过综合应用反推、调节函数、SDU分解和估计参数,得到了控制器的设计。
3.
In order to compensate the uncertainties in ship course control,a nonlinear adaptive controller based on backstepping algorithm,adaptive tuning function and sliding mode control algorithm was proposed in this paper.
基于backsteping方法结合调节函数自适应方法与变结构滑模控制设计出船舶航向控制器,借助Lyapunov函数证明了所设计控制器使得最终闭环非匹配不确定船舶非线性控制系统中的所有信号有界并一致稳定。
补充资料：最大熵法
对信号的功率谱密度估计的一种方法。1967年由J.P.伯格所提出。其原理是取一组时间序列，使其自相关函数与一组已知数据的自相关函数相同，同时使已知自相关函数以外的部分的随机性最强，以所取时间序列的谱作为已知数据的谱估值。它等效于根据使随机过程的熵为最大的原则,利用N个已知的自相关函数值来外推其他未知的自相关函数值所得到的功率谱。最大熵法功率谱估值是一种可获得高分辨率的非线性谱估值方法，特别适用于数据长度较短的情况。
最大熵法谱估值对未知数据的假定 一个平稳的随机序列，可以用周期图法对其功率谱进行估值。这种估值方法隐含着假定未知数据是已知数据的周期性重复。现有的线性谱估计方法是假定未知数据的自相关函数值为零，这种人为假定带来的误差较大。最大熵法是利用已知的自相关函数值来外推未知的自相关函数值，去除了对未知数据的人为假定，从而使谱估计的结果更为合理。
熵在信息论中是信息的度量，事件越不确定，其信息量越大，熵也越大。对于上述问题来说，对随机过程的未知的自相关函数值，除了从已知的自相关函数值得到有关它的信息以外，没有其他的先验知识。因而，在外推时，不希望加以其他任何新的限制，亦即使之"最不确定"。换言之，就是使随机过程的熵最大。
最大熵法功率谱估值表达式 最大熵法功率谱估值的表达式为
式中PM为M阶预测误差滤波器的输出功率;B为随机过程的带宽;为采样周期;ɑm(m＝1,2,...,M)由下式决定：
式中rNx(M)为已知的随机过程的自相关函数值。
从功率谱估值的表达式可以看出，最大熵法与自回归信号模型分析法以及线性预测误差滤波器是等价的，只是从不同的观点出发得到了相同的结果。
由已知信号计算功率谱估值的递推算法 应用上述的谱估值表达式进行计算时，需要知道有限个自相关函数值。但是，实际的情况往往是只知道有限长的时间信号序列，而不知道其自相关函数值。为了解决这个问题，J.P.伯格提出了一种直接由已知的时间信号序列计算功率谱估值的递推算法，使最大熵法得到广泛的应用。递推算法如下：
递推算法只需要知道有限长的时间信号序列，不须计算其自相关函数值,所得的解保证是稳定的。但是,其解只是次优解。
应用递推算法往往使谱估值出现"谱线分裂"与"频率偏移"等问题，因而,又有各种改进的算法。其中,较著名的有傅格算法和马普尔算法，但是所需的计算量较大。另外，在有噪声的情况下，如何选定阶数仍有待进一步探讨。
最大熵法谱估值对未知数据的假定 一个平稳的随机序列，可以用周期图法对其功率谱进行估值。这种估值方法隐含着假定未知数据是已知数据的周期性重复。现有的线性谱估计方法是假定未知数据的自相关函数值为零，这种人为假定带来的误差较大。最大熵法是利用已知的自相关函数值来外推未知的自相关函数值，去除了对未知数据的人为假定，从而使谱估计的结果更为合理。
熵在信息论中是信息的度量，事件越不确定，其信息量越大，熵也越大。对于上述问题来说，对随机过程的未知的自相关函数值，除了从已知的自相关函数值得到有关它的信息以外，没有其他的先验知识。因而，在外推时，不希望加以其他任何新的限制，亦即使之"最不确定"。换言之，就是使随机过程的熵最大。
最大熵法功率谱估值表达式 最大熵法功率谱估值的表达式为
式中PM为M阶预测误差滤波器的输出功率;B为随机过程的带宽;为采样周期;ɑm(m＝1,2,...,M)由下式决定：
式中rNx(M)为已知的随机过程的自相关函数值。
从功率谱估值的表达式可以看出，最大熵法与自回归信号模型分析法以及线性预测误差滤波器是等价的，只是从不同的观点出发得到了相同的结果。
由已知信号计算功率谱估值的递推算法 应用上述的谱估值表达式进行计算时，需要知道有限个自相关函数值。但是，实际的情况往往是只知道有限长的时间信号序列，而不知道其自相关函数值。为了解决这个问题，J.P.伯格提出了一种直接由已知的时间信号序列计算功率谱估值的递推算法，使最大熵法得到广泛的应用。递推算法如下：
递推算法只需要知道有限长的时间信号序列，不须计算其自相关函数值,所得的解保证是稳定的。但是,其解只是次优解。
应用递推算法往往使谱估值出现"谱线分裂"与"频率偏移"等问题，因而,又有各种改进的算法。其中,较著名的有傅格算法和马普尔算法，但是所需的计算量较大。另外，在有噪声的情况下，如何选定阶数仍有待进一步探讨。
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