算法造句

算法造句

• 1、提出一種在接收端實(shí)現(xiàn)的媒體同步拉制算法。
• 2、算法就是通過(guò)采用分解和合并方法實(shí)時(shí)地調(diào)整三角形網(wǎng)格，能交互式地實(shí)現(xiàn)觀察依賴、局部可調(diào)整的地形網(wǎng)格化處理，生成多分辨率的地形模型。
• 3、最后通過(guò)和其他模加法器在結(jié)構(gòu)以及算法等方面進(jìn)行分析比較，得出結(jié)論，其性能優(yōu)異。
• 4、將排課表問(wèn)題的求解轉(zhuǎn)化為矩陣運(yùn)算，闡述了矩陣運(yùn)算的相關(guān)算法。
• 5、針對(duì)活動(dòng)持續(xù)時(shí)間為模糊數(shù)的模糊網(wǎng)絡(luò)，提出了一個(gè)模糊網(wǎng)絡(luò)總工期隸屬函數(shù)及路徑關(guān)鍵度的求取算法。
• 6、引入了圖論中的最大容量算法，作了必要的修改，使之適用于光纖網(wǎng)的規(guī)劃，并具有一定的動(dòng)態(tài)性。
• 7、最后通過(guò)建立的批次發(fā)交模型和提出的批量分割啟發(fā)算法，構(gòu)造了一種基于遺傳進(jìn)化的啟發(fā)式方法以求解該類問(wèn)題。
• 8、典型的多邊形區(qū)域填充算法包括標(biāo)準(zhǔn)掃描線算法和邊填充算法。
• 9、八皇后問(wèn)題是一個(gè)古老而著名的問(wèn)題，是回溯算法的典型例題。
• 10、為擴(kuò)展分詞詞典，提高分詞的準(zhǔn)確率，本文提出了一種基于信息熵的中文高頻詞抽取算法，其結(jié)果可以用來(lái)識(shí)別未登錄詞并擴(kuò)充現(xiàn)有詞典。
• 11、本算法無(wú)需首先確定二次型性能指標(biāo)中的加權(quán)陣，。
• 12、仿真表明該算法能夠?qū)τ脩艏敖K端進(jìn)行有效地管理，可以根據(jù)業(yè)務(wù)類型為用戶選擇最佳可用網(wǎng)絡(luò)及匹配終端。
• 13、利用反調(diào)和平均曲率流，提出一種各向異性、快速的不規(guī)則三角網(wǎng)格去噪算法。
• 14、給出了定點(diǎn)計(jì)算三角函數(shù)、開平方等初等函數(shù)的誤差分析，并對(duì)該算法進(jìn)行了改進(jìn)，使計(jì)算精度達(dá)到火控總體的要求。
• 15、利用共焦點(diǎn)二次曲線束的理論，得出了二次曲線的焦點(diǎn)的一種十分方便的直接算法，并給出了一個(gè)計(jì)算實(shí)例。
• 16、文中把陣列流行內(nèi)插寬帶測(cè)向算法應(yīng)用到均勻線陣上，并給出了求變換矩陣的另外兩種方法。
• 17、在此基礎(chǔ)上，提出了一種能夠分離交疊字線的表格框線去除算法，并成功應(yīng)用于實(shí)際的表格識(shí)別系統(tǒng)中。
• 18、將交點(diǎn)相角法原理應(yīng)用于微機(jī)繼電保護(hù)，提出了一種新的變壓器差動(dòng)保護(hù)微機(jī)算法。
• 19、改進(jìn)算法取得了良好的實(shí)驗(yàn)效果，消除了圖像非均勻性對(duì)銳化的影響，達(dá)到了圖像銳化去模糊和引入噪聲小的平衡。
• 20、而動(dòng)態(tài)負(fù)載算法雖然花費(fèi)更高，但它更加靈活。在分配任務(wù)之前它會(huì)對(duì)網(wǎng)絡(luò)負(fù)載進(jìn)行考慮。
• 21、采用動(dòng)態(tài)規(guī)劃法和貪心法對(duì)該問(wèn)題進(jìn)行求解，分析和比較這兩種算法在求解同一問(wèn)題時(shí)的差異。
• 22、如否，則保存這些面，并從這些面出發(fā)調(diào)用近似算法來(lái)得到新的流出面，繼續(xù)以新的流出面遞歸調(diào)用直至找出所有的可達(dá)面。
• 23、實(shí)驗(yàn)結(jié)果表明，該算法的規(guī)則丟失率和相異度均有所下降。
• 24、為此，論文介紹了圖像處理系統(tǒng)中宏的設(shè)計(jì)與實(shí)現(xiàn)，允許用戶自己定義應(yīng)用于目標(biāo)圖像的算法序列及參數(shù)。
• 25、提出了基于帕累托最優(yōu)效用的包轉(zhuǎn)發(fā)算法，并證明了該算法能夠建立納什均衡以保證每個(gè)節(jié)點(diǎn)都獲得帕累托最優(yōu)效用。
• 26、盡管分割不很精確，但是作為預(yù)處理手段，這種分割算法在某些特殊情況下對(duì)其他聚類算法有很大幫助。
• 27、本文運(yùn)用卡爾曼濾波原理，提出了一種新的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。該算法的學(xué)習(xí)速度是由帶時(shí)間參數(shù)的里卡蒂微分方程來(lái)確定的。
• 28、本論文新提出了一個(gè)新穎且可偵測(cè)拋物線的三階段演算法。
• 29、文章把軌線模型應(yīng)用于說(shuō)話人識(shí)別，同時(shí)對(duì)模型的電碼本訓(xùn)練算法進(jìn)行了改進(jìn)。
• 30、同時(shí)，提出了平均轉(zhuǎn)軸相似變換法進(jìn)行平面坐標(biāo)轉(zhuǎn)換的有關(guān)算法。
• 31、三步量子辛算法進(jìn)行波包演化被用于研究碘甲烷的光解。
• 32、對(duì)自然計(jì)算理念給出統(tǒng)一的框架描述，并以反饋式神經(jīng)網(wǎng)絡(luò)和群體智能算法為例加以具體論述。
• 33、分析了齒輪嚙合中的齒廓干涉現(xiàn)象，設(shè)計(jì)了齒輪嚙合過(guò)程仿真算法。
• 34、在一些模型假設(shè)的基礎(chǔ)上，建立了目標(biāo)函數(shù)為最小化運(yùn)距的客戶訂單合成配送問(wèn)題的數(shù)學(xué)模型，提出并實(shí)現(xiàn)了解決該問(wèn)題的遺傳算法。
• 35、本文論述了后序遍歴二叉樹的遞歸算法和非遞歸算法。
• 36、然后，利用改進(jìn)的訓(xùn)練算法進(jìn)行網(wǎng)絡(luò)訓(xùn)練，最終確定了網(wǎng)絡(luò)結(jié)構(gòu)，并將其應(yīng)用于云南電網(wǎng)總網(wǎng)提前一天的負(fù)荷預(yù)測(cè)中。
• 37、兩種算法具有很強(qiáng)的抗噪聲能力，預(yù)測(cè)模型也具有很好的推廣性。
• 38、算法以最優(yōu)流法為基礎(chǔ)，以一段時(shí)間內(nèi)的能量損耗最小為目標(biāo)函數(shù)。
• 39、針對(duì)拱架型貼片機(jī)，采用了一種遺傳算法。
• 40、針對(duì)當(dāng)前色彩管理研究缺乏提取圖像色域算法及可視化技術(shù)支持的現(xiàn)狀，提出了一種打印機(jī)色域提取算法。
• 41、軟件系統(tǒng)包括：完成對(duì)硬件的軟件控制，實(shí)現(xiàn)尋星定位子系統(tǒng)的尋星算法以及對(duì)天線主要測(cè)量參數(shù)的軟件實(shí)現(xiàn)。
• 42、通過(guò)對(duì)硬質(zhì)合金刀具前刀面月牙洼磨損圖像特征的分析，設(shè)計(jì)了檢測(cè)磨損的算法，并開發(fā)了相關(guān)軟件。
• 43、本文簡(jiǎn)要介紹神經(jīng)網(wǎng)絡(luò)與神經(jīng)計(jì)算機(jī)，神經(jīng)元模型，層狀網(wǎng)絡(luò)結(jié)構(gòu)，誤差逆?zhèn)鞑?em class="special">算法及其在地球物理反演中的應(yīng)用。
• 44、介紹了控制系統(tǒng)的功能設(shè)計(jì)及硬件組成，重點(diǎn)推導(dǎo)了用步進(jìn)電機(jī)驅(qū)動(dòng)鋼領(lǐng)板的控制算法。
• 45、生成有唯一解初盤的算法分為兩步：首先生成有解初盤集合，再利用判定樹進(jìn)行篩選。
• 46、手機(jī)外設(shè)，外部設(shè)備利用手機(jī)的、音頻接口等與手機(jī)連接，并配合算法實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)換。
• 47、一種實(shí)現(xiàn)邏輯“或”算法的門電路或機(jī)械器件。
• 48、終結(jié)符號(hào)處理過(guò)程中，深入地研究了字符串匹配算法和正則表達(dá)式匹配算法，并實(shí)現(xiàn)了二叉排序樹字符串匹配算法。
• 49、提出了一個(gè)基于遺傳算法的層次圖邊交叉數(shù)最小化算法，詳細(xì)地給出了編碼表示方法以及遺傳算子的設(shè)計(jì)。
• 50、文中給出了最優(yōu)性條件、次梯度集合的構(gòu)造方法及算法的迭代程序，提出了新的刪除定理，可以減少迭代過(guò)程所儲(chǔ)存的次梯度的信息量。
• 51、“心情信息可以使準(zhǔn)確率更高，”博倫說(shuō)，他強(qiáng)調(diào)他們的算法是經(jīng)過(guò)高度簡(jiǎn)化的，并不是每個(gè)人都能想到的最佳股市預(yù)測(cè)器。
• 52、提出了碰撞檢測(cè)的簡(jiǎn)化包圍盒算法及地形匹配算法，分別解決這兩種碰撞問(wèn)題。
• 53、提出了一種基于最優(yōu)流和模擬植物生長(zhǎng)法的配電網(wǎng)絡(luò)重構(gòu)混合算法。
• 54、本文提出了一種運(yùn)動(dòng)自適應(yīng)的幀內(nèi)插算法，可以用于逐行掃描的數(shù)字視頻系統(tǒng)中做幀速率轉(zhuǎn)換。
• 55、班長(zhǎng)在手腕帶手表一樣，使用加速度計(jì)和動(dòng)態(tài)的專有算法，核子旋來(lái)辨識(shí)你的游泳。
• 56、條紋中心法的算法為條紋跟蹤法，即模仿趨近法來(lái)研究條紋中心。
• 57、該算法通過(guò)對(duì)關(guān)聯(lián)矩陣的標(biāo)準(zhǔn)化，有效地降低了子圖同構(gòu)判斷的代價(jià)。
• 58、在計(jì)算機(jī)視覺(jué)原理的基礎(chǔ)上，本文提出了一種求取從視平面坐標(biāo)到實(shí)際坐標(biāo)轉(zhuǎn)換矩陣的算法。
• 59、此外，對(duì)于機(jī)器人交叉行走步態(tài)，還提出了一種基于能量最優(yōu)的優(yōu)化算法，應(yīng)用于該機(jī)器人，從而得到了相應(yīng)優(yōu)化參數(shù)。
• 60、本文描述一種基于小生境遺傳算法的規(guī)則提取算法，并從語(yǔ)言表述、規(guī)則編碼、搜索策略三個(gè)方面做了討論和分析。
• 61、本文通過(guò)語(yǔ)音處理工具箱，提取輸入語(yǔ)音的特征參數(shù)，采用動(dòng)態(tài)時(shí)間歸整算法來(lái)匹配參考模板和測(cè)試模板，獲得了很高的識(shí)別率。
• 62、異于目前廣泛采用的面向事件的模擬系統(tǒng)，本文提出了基于面向過(guò)程的波形字邏輯模擬系統(tǒng)的結(jié)構(gòu)、設(shè)計(jì)和實(shí)現(xiàn)方法，并給出了系統(tǒng)中使用的主要算法。
• 63、本文引用并推廣了局部等距的概念，設(shè)計(jì)了可滿足多種銑刀加工要求的局部偏置模型生成算法，并論述了加工軌跡生成算法等關(guān)鍵問(wèn)題。
• 64、提出了一種新的噴涂機(jī)械人控制系統(tǒng)模式及一種新的軌跡規(guī)劃算法。
• 65、作為實(shí)例，分析了遺傳進(jìn)化算法在天生橋二級(jí)電站首部樞紐進(jìn)水口右岸滑坡案例中的應(yīng)用。
• 66、為遺傳算法的主程序采用二進(jìn)制編碼，采用基于輪盤賭法的非線性排名選擇，均勻交叉，變異操作，而且還引入了倒位操作！
• 67、從線性表的鏈?zhǔn)酱鎯?chǔ)下元素的插入與刪除的基本思想出發(fā)，分別給出了操作實(shí)現(xiàn)的算法思想。
• 68、通過(guò)分析單鏈路監(jiān)測(cè)的流量特征和業(yè)務(wù)流監(jiān)測(cè)分析需求，提出了一種高效業(yè)務(wù)流分類算法。
• 69、導(dǎo)出的算法具有通用性，既可用于放射形配電網(wǎng)，又適用于含有環(huán)網(wǎng)的一般配電網(wǎng)絡(luò)。
• 70、但盡管的核心算法出自冰雪聰明的工程師創(chuàng)新，但能否擰成一股繩才是公司持續(xù)發(fā)展的關(guān)鍵。
• 71、概要設(shè)計(jì)：本程序所使用的數(shù)據(jù)結(jié)構(gòu)是樹和線性表，所使用的算法主要有堆排序、赫夫曼算法。
• 72、在此基礎(chǔ)上給出局部賦值的廣義擬重言式定義，并在其中建立了升級(jí)算法。
• 73、利用分裂法原理，研究了基于等效電路模型的多相耦合傳輸線瞬態(tài)響應(yīng)的分裂算法。
• 74、這些算法和電路雖然以腦電和心電為例研究，但在研究其他生物信號(hào)的時(shí)候同樣可以舉一反三。
• 75、本文以鄰接矩陣作為圖的存儲(chǔ)結(jié)構(gòu)，指出如何在計(jì)算機(jī)上實(shí)現(xiàn)克魯斯卡爾算法，并分析所設(shè)計(jì)算法的時(shí)間復(fù)雜度。 (好工具h(yuǎn)ao86.com)
• 76、模擬退火是一種性能優(yōu)越的計(jì)算智能算法，廣泛應(yīng)用于求解非線性最優(yōu)化問(wèn)題。
• 77、針對(duì)漏點(diǎn)問(wèn)題，文中提出了一種改進(jìn)的方向菱形搜索算法。