Большая Энциклопедия Нефти и Газа

Неудача - это разновидность удачи, которая не знает промаха. Законы Мерфи (еще...)

Минимизация - сумма

Cтраница 2

Целевой функцией моделирования является минимизация суммы квадратов погрешностей, вычисленных из экспериментальных и расчетных значений.  [16]

Неопределенные коэффициенты определяются путем минимизации суммы квадратов разностей между результатами измерений и искомой зависимостью при тех же значениях аргумента.  [17]

Схема тренировки нейронной сети.  [18]

В методе backpropagation для минимизации суммы квадратов разности используется градиентный алгоритм поиска.  [19]

Графическое решение задачи о работе насоса на сеть.  [20]

Другой способ сводится к минимизации суммы квадратов невязок расходов по узлам, которая согласно второму закону Кирхгофа должна быть равна нулю.  [21]

Далее по известному правилу минимизации суммы квадратичных погрешностей строился теоретический эллипс, соответствующий тем же экспериментальным данным.  [22]

Используя метод решения задач минимизации суммы модулей линейной функции, предложенный С. Н. Зуховицким, сводим решение к задаче линейного программирования.  [23]

Кинетические коэффициенты были найдены минимизацией суммы квадратов отклонений между экспериментальными и расчетными значениями степеней замещения и деструкции.  [24]

Q) бесконечен, при минимизации суммы / ( х) - - Sk ( х; Q) смысла не имеет.  [25]

Зависимость оценки параметра С3 и ее дисперсии от времени для варианта 12 при расчете по методам GMM ( ряд 1 и ММ ( ряд 2.| Зависимость оценки параметра NQ и ее дисперсии от времени для варианта 12 при расчете по методам GMM ( ряд 1 и ММ ( ряд 2.| Зависимость оценки параметра анта 12 при решении задачи ( 7.  [26]

Оценки параметров, выполненные путем минимизации суммы квадратов уравнений для статистических моментов ( моментных условий) без учета матрицы весов, оказались несостоятельными для большинства параметров.  [27]

Оценки параметров, выполненные путем минимизации суммы квадратов уравнений для статистических моментов ( моментных условий) без учета матрицы весов, оказались несостоятельными для большинства параметров, что позволяет утверждать о не применимости данного метода для параметрической идентификации СДС, поведение которых описывается СДУ второго порядка с нелинейным демпфированием и нелинейным восстановлением.  [28]

Представление связи между критериями минимизации и максимизации.  [29]

В соответствии с этим выражением минимизация суммы квадратов расстояний ведет к максимизации суммы квадратов проекций.  [30]

Страницы:      1    2    3    4