Cтраница 1
Методы адаптации представляют собой достаточно общий итеративный процесс решения задач стохастического программирования - процесс совершенствования решающих правил или статистических характеристик решающих распределений - по последовательным реализациям наборов случайных параметров условий задач. [1]
Методы адаптации и обучения представлены в данной главе простейшими задачами распознавания образов, а именно, последовательной диагностической процедурой, методами с использованием главных компонент и потенциальных функций. [2]
Методы адаптации ИИС можно классифицировать в соответствии с теми задачами и теми этапами сбора и обработки информации, которые осуществляются с применением адаптивных методов. [3]
В методе локальной адаптации [406, 408] используется трехцветный колориметр типа представленного на рис. 1.12. Две половины поля цветового сравнения заполняются различными адаптирующими стимулами. Например, левая половина заполняется светом лампы накаливания, правая половина - дневным светом. [4]
Рассмотренными алгоритмами и методами адаптации предела измерения к значению входного сигнала практически исчерпывается все многообразие современных устройств АВП измерения. [5]
Ведущая роль начинает принадлежать методам адаптации и обучения, позволяющая формализовать инженерный опыт и прогнозировать процесс или его конечный результат по ряду признаков. Такой подход не умаляет значения творчества и воображения, наоборот, способствует проявлению этих качеств, освобождая инженера от интуитивных решений, и дает возможность сформулировать результаты в количественной и логической форме. [6]
В этих условиях можно применять методы адаптации и обучения, а именно, методы распознавания образов. Задача распознавания образов состоит, во-первых, в отнесении рассматриваемых объектов к одному из классов по некоторым признакам, характеризующим каждый из классов, во-вторых, в восстановлении простой функциональной зависимости, представляющей собой характеристическую функцию. [7]
В этих условиях можно применять методы адаптации и обучения, а именно, методы распознавания образов. Задача распознавания образов состоит в отнесении рассматриваемых объектов к одному из классов по некоторый признакам, которые определяют данные классы, и восстановлении простоя функциональной зависимости, представляющей собой характеристическую Функцию. [8]
В работе [5] подробно рассмотрены методы адаптации математических моделей и предложены алгоритмы их построения. Хотя технологический процесс на УКПГ, обладая своей спецификой, требует дополнительных, специальных исследований в части привязки их к конкретному производству. [9]
В работе [14] подробно рассмотрены методы адаптации математических моделей и предложены алгоритмы их построения, хотя каждый технологический процесс на ГКМ, обладая своей спецификой, требует дополнительных специальных исследований в части привязки их к конкретному производству. [10]
В этих условиях ведущую роль играют методы адаптации и обучения, позволяющие формализовать накопленный опыт и проанализировать исследуемый процесс по набору признаков. [11]
Для 2-го класса решений предлагается использовать методы адаптации. Реализация их предполагает создание двух механизмов адаптации. [12]
В этих условиях ведущую роль играют методы адаптации и обучения, позволяющие формализовать накопленный опыт и проанализировать исследуемый процесс по набору признаков. [13]
Поэтому для решения этой проблемы были выбраны методы адаптации и обучения, конкретно в нашем случае - метод распознавания образов. Этот метод заключается в классификации объектов по некоторым факторам, которые определяют данные классы N. Эти факторы должны удовлетворять условию информативности. [14]
При решении задач классификации ( распознавания объектов) применяются методы адаптации, позволяющие прогнозировать продолжительность эффекта после проведения каждого вычисленного мероприятия по всем скважинам месторождения. [15]