Cтраница 1
Линейное разделение проводили при тех же условиях, что и круговое. [1]
Если линейное разделение возможно, то указанный процесс приводит к нахождению вектора X за конечное число шагов. [2]
Теорема о линейном разделении содержит необходимое и достаточное условие линейной разделимости. Эта теорема формулируется следующим образом: линейное разделение областей возможно, если существует хотя бы одно направление, проекции областей на которое не перекрываются. Проекцией области на направление называется геометрическое место проекций всех точек области на данное направление. [3]
Как в теории линейного разделения канальных сигналов представляют передаваемый и принятый линейные сигналы. [4]
Для структуры с линейным разделением каналов время установления связи ЭВМ с периферийными устройствами минимально. [5]
Искомая шкала находится линейным разделением прямой. [6]
С расширением окрестности условия линейного разделения ухудшаются и зазор между классами уменьшается. Напротив, длина используемой части обучающей и рабочей выборок растет. [7]
Как и ранее, предположение о возможности линейного разделения является весьма существенным. Эвристические условия такого разделения рассмотрены ниже. [8]
Разделение в диагностическом пространстве является дальнейшим развитием методов линейного разделения. Наряду с эвристическими методами ( алгоритм Кора [5], работа Г. М. Адельсон-Вельского и др. [2]) успешные результаты могут быть получены с помощью регулярных сходящихся процедур. [9]
В табл. 6.5 представлена зависимость времени t для линейного разделения восходящим методом от значений К и Zf. [10]
Покажем теперь применение комплексных функций Ляпунова для установления линейного разделения собственных чисел комплексной матрицы А. [11]
Методы последовательного приближения кривой в целом более надежны, чем методы линейного разделения, хотя в отношении точности и воспроизводимости результатов первые также имеют некоторые ограничения. Эти ограничения возникают вследствие необходимости определения адекватной модели формы пика и оценки начальных параметров определяемых пиков. [12]
Может быть два признака окончания программы: Р М ( для линейного разделения) и Р - const при повторных циклах обучения, когда ситуации линейно неразделимы. Время процесса обучения может быть значительно сокращено за счет введения дополнительной информации о распределителях частостей признаков в каждом из классов. [13]
Если возможно представление разделяющей функции в виде ряда (8.1), то существует также линейное разделение в диагностическом пространстве. [14]
Алгоритм 11 - 1 предназначен для построения гиперплоскости, разделяющей два конечных множества векторов, или выяснения того факта, что безошибочное линейное разделение векторов невозможно. [15]