迭代的造句
1.研究了这类算子方程的迭代解,获得了几个强收敛结果。
2.这个范型会激励更为迭代和敏捷的开发,业务管理者和IT部门也会有更紧密的协作。
3.本文采用有限元固定网格和移动网格相结合的迭代方法,求解带自由面的坝体稳定渗流问题。
4.例如,创建迭代记录,然后命名为“1”和“2”,依此类推。
5.如果查看整个迭代,将看到更多内容:您捕获了一个重要需求并编写测试用例实现需求。
6.由于该解法所形成的系数矩阵是阶数较低的实矩阵,而且在迭代过程中只需进行一次消元或分解,从而显著降低了计算机内存和计算时间。
7.给出了多重迭代布朗运动关于球面的首中时的分布与末离时的分布。
8.压力工具在第一个迭代之后的每个测试运行中都会用到。
9.特别讨论了积空间中渐近非扩张映射的不动点问题,研究了某些非扩张映射迭代序列在特定条件下的收敛性问题。
10.我强烈推荐在您的项目中遵循一种迭代的部署过程,这使得您能在大约几周内了解从概念到系统的运行,而不需要几个月甚至几年。
11.原因是如果包括它,当Maven在子项目上迭代时,会在子项目中再次发现主项目,这样将导致死循环。
12.在该迭代过程中,团队成员为E1中指定的特性构建最初的操作能力,为个人和家庭成员生成稳定的在线支付产品。
13.压力工具在第一个迭代之后的每个测试运行中都会用到。
14.在求解各级迭代方程中,文中将解近似地用有限项幂级数表示,并数值地求解此级数各项的系数。
15.预处理是用来加速迭代法收敛的一个重要手段。
16.这个过程是迭代的央求,直到末了的出现或经济圭表仍旧抵达。
17.在每次迭代中,基于积极约束集策略,该算法只需求解三个线性方程组,因而其计算工作量较小。
18.在分析开平方迭代算法收敛速度的基础上,提出了浮点数开平方的初值选取改进算法.
19.根据土壤直埋电缆的温度场特性,利用有限元法对热场进行剖分和计算,经过迭代计算出有土壤直埋电缆的载流量。
20.基于局部域上象元的整体相关性和基图象纹理连续性,对已知象元进行迭代拟合,同时修复多点缺损数据。
21.自组织的团队将决定他们可以在某个迭代中实现需求的哪个部分,并将决定由谁负责该实现。
22.快速迭代,不断试错,逐步走向成功的彼岸。这是互联网时代的王道。雷军
23.讨论了拟具非零元素链对角占优矩阵的迭代收敛性。
24.本文给出一种程序变换模式,它使用数组消除二元双重递归函数的递归,直接得到其等价的迭代解。
25.本文利用共地面点叠加法,通过迭代的方式逐步求取较为准确的转换波的静校正量。
26.这个方法建立了多路径交通分配和反推模型,设计了反推模型的迭代算法,并进行了算法分析。
27.本程序实现了信息论中设计的信道容量迭代算法.
28.本文证明了,在最小度至少为3的前提下超弧连通有向图的迭代线图是超点连通的。
29.结果表明,迭代校正法的效果明显优于传统校正方法,且适用于各种线圈系结构,具有很强的通用性。
30.在采用一个鲁棒性匹配误差映射函数的基础上,使用一种类牛顿法的迭代优化方法实现了基于仿射模型的图像目标跟踪算法。
31.然而,这也是一个成本较高的选择,因为每当您跨集合内容进行迭代时,您就不得不同步所有操作,包括读和写,以此保证一致性。
32.本文采用有限元固定网格和移动网格相结合的迭代方法,求解带自由面的坝体稳定渗流问题。
33.一般情况下,迭代路径置于容许集的表面上,而不是象单纯形法那样迭代点沿着棱移动。
34.该算法在每一步迭代时,仅需求一线性方程组系统。
35.典则TSVD方法是求解线性不适定问题的一个好正则化方法,而采用二分法结合反迭代法能有效数值实现典则TSVD方法。
36.本文主要讨论求解非线性方程组问题与变分不等式问题的迭代算法。全文共分三章。
37.讨论了迭代收敛性和渐近收敛性质。
38.本文给出线性预测谱估计一种迭代方法。
39.通常以时差的四因子分解模型为基础建立剩余静校正方程组,并采用迭代求解方法获得剩余静校正量。
40.这种算法结合了平均功率法的快速和矩阵迭代法的简单易控制的优点,在保证计算精度的情况下能提高计算速度。
41.采用矩阵迭代法可以直接迭代计算特征向量导数,避免了对奇异灵敏度方程的求解。
42.概述了智能控制和自学习控制,阐述了迭代自学习控制的基本原理。
43.第二堂课:描述项目,解释可用到的工具,并且讨论一些实用的方法,比如配对编程和迭代开发。
44.它的帮助来源于其主要原则:迭代法。
45.压力工具在第一个迭代之后的每个测试运行中都会用到。
46.提供应用程序的迷你版,让客户对您下一次迭代不断地重新调整。
47.用级数展开简化超越三角方程,避免了迭代求解的麻烦,提高了曲线拟合效率。
48.这个过程是迭代的央求,直到末了的出现或经济圭表仍旧抵达。
49.针对LPC参数量化过程的多级VQ码书设计中顺序与迭代顺序设计算法收敛速度较慢这一缺点,提出了一种新的顽健多级VQ的联合码书设计方案。
50.利用迭代学习的方法来简化支持向量机的决策函数,实验证明本文的方法能够极大的简化SVM的决策函数,该方法易于实施。