急用,英文翻譯

1樓：匿名使用者

在這一個區段中，一個規則確認運演算法則被計劃為大規模的資料組明確地源自規則。基本上，它是對數學規畫方式的限制的一個補足物。在一個典型的粗糙以組為基礎的規則歸納法問題，一項假定是所有的特徵相等重要。

(見到表 4) 然而, 假定不可能關於每個特徵的重量採用在真實的情形不可能必然地是相等的。一個比較包羅永珍的情形當特徵和物體是不相等重要，而且他們每一個傳達重量的時候,將會在這裡被考慮。舉例來說，一個物體可能被因為頻率以哪一個每個出現超過另外的分配較高的重量。

除此之外, 一些屬性可能是更重要的超過其它因此可能被分配較高的重量。重量的測量應該在電視遊樂器系統業中以領域為基礎專家的裁判和外部的評估。基本上，每個特徵被視為和 " 比估計 " 方法用來分配沒有任何的偏見的每個特徵的重量。

而且，被分配過成對地比較的壓重的調整也被需要。每個物體的頻率在一個特定的期間起源於最初的資料庫。包括特徵和頻率領域的所有壓重受制於常態化。

在表 5 中，特徵的重量價值被使對一個積極的完整事物是服從少於或與 10 相同。它能從領域被獲得專家的裁判, 除了那以外以 incidence matrix a=[aij ]m ×n 的每專欄, 頻率 fi 為再管 i ， i=1,. 。

。 , 給輸入的 m 和重量 wj 以 j ， j=1 為特色,. 。

。 , n 被聯合。分配頻率 fi ， i=1 是可能的,.

。。 , 自從每個物體的頻率以後的 m 能起源於最初的資料庫。

此外，分配重量 wj ， j=1 也是可能的,. 。。

, 自從每個特徵的重量以後的 n 能從領域專家被決定。提議 5,這包括來自表 4 的資料, 已經與指出包含與特徵有關的壓重的物體的數字和另外的排的另外的專欄一起擴大。使用重量係數 wj 和 fi, 附加的點陣式 [eij] 將會從最初的再管被產生-輸入特徵點陣式。

很清楚的是，對於每個特徵和物體的相等重量產生不相等重量情形的一種特別情況。因此，被吸收規則確認 (wiri) 運演算法則的被提議的重量能夠操作兩者的情形。被指定給每個特徵的重量係數被指示像 fi 一樣的 wj 和每個物體 (再管) 。

使用重量係數 wj 和 fi, 附加的點陣式 [eij] 將會從最初的再管被產生-輸入特徵點陣式

2樓：匿名使用者

因為一筆大規模的資料設定，在這一個區段中，一個規則確認運演算法則被計劃明確地源自規則。基本上，它是對數學規畫方法的限制的一個補足物。在一個典型的粗糙以組為基礎的規則歸納法問題，一項假定是所有的特徵相等重要。

(見到表 4) 然而，假定不可能關於每個特徵的重量採用不可能必然地在真實的情形是相等的。一個比較包羅永珍的情形當特徵和物體是不相等重要性，而且他們每一個傳達重量,將會在這裡被考慮。舉例來說，一個物體以每個出現因為頻率可能被超過另外的分配較高的重量。

除此之外，一些屬性可能是更重要的超過其他因此可能被分配較高的重量。在電視遊樂器系統業中，重量的測量應該以領域為基礎專家的裁判和外部的評估。基本上，每個特徵是普通型的