4. If in learning phase, modify the performance statistics of one or m dịch - 4. If in learning phase, modify the performance statistics of one or m Việt làm thế nào để nói

4. If in learning phase, modify the

4. If in learning phase, modify the performance statistics of one or more classifiers as
specified by the bidding system algorithm.
5. If in learning phase, discard weak rules and create new rules according to the rule creation algorithm.
6. Select the next test item, and repeat the process starting at step 1. The primary focus of our research was to examine three different attribute coding procedures
(BIN, GRA, INT), three different rule creation procedures (RAN, GEN, EXM), and different bidding systems. In addition, the criterion for rule retention was systematically varied for each algorithm to determine how well each method performed under different resource constraints. This manipulation influences the size of the rule buffer and indirectly termines what level of rule specificity is most suitable.
4. Attribute coding Binary coding (BIN) represents the value of each of the 16 attributes as a 4-bit binary number.Each data item (message) is thus a string of 64 (4×16) bits. Similarly, the left-hand side of each classifier is a 64-element string, where each position is either a wild card, a 0,or a 1. A classifier matches a test item when all of its non-wild card positions are identical to the test item.
Gray coding (GRA) is similar to binary coding, but the mapping of attribute values to 4-bit codes is different. We employed the procedure described by Goldberg (1989, p. 100).
Number representation with Gray-codes insures that adjacent values are identical except for a change in a single bit. Integer coding (INT) represents each of the 16 attributes as an integer. Each data item (message) is a 16-position vector in which each position is an integer in the range 0 to 15.The left-hand side of each classifier consists of a 16-position vector in which each position is either a wild card or a target value for the attribute. With integer coding, we also specify a window size for fuzzy matches. A uniform window size is employed for all attributes. If the window size is set at zero, an exact match is required on all non-wild card attributes.If the window size is set at 1, a classifier matches a test item if the target values for all non-wild card attributes are either identical to the value for the test item or are within 1 unit of that value. If the window size is set at 2, a classifier matches if the target values
for all non-wild card attributes are within 2 units of the test item values. Therefore, window size determines the degree of fuzziness tolerated in defining a match. Booker (1988, p. 182) describes another method for implementing partial matches. In his system, rules that match on most, but not all, of the non-wild card attributes can be eligible for the auction.
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
4. If in learning phase, modify the performance statistics of one or more classifiers asspecified by the bidding system algorithm. 5. If in learning phase, discard weak rules and create new rules according to the rule creation algorithm.6. Select the next test item, and repeat the process starting at step 1. The primary focus of our research was to examine three different attribute coding procedures(BIN, GRA, INT), three different rule creation procedures (RAN, GEN, EXM), and different bidding systems. In addition, the criterion for rule retention was systematically varied for each algorithm to determine how well each method performed under different resource constraints. This manipulation influences the size of the rule buffer and indirectly termines what level of rule specificity is most suitable. 4. Attribute coding Binary coding (BIN) represents the value of each of the 16 attributes as a 4-bit binary number.Each data item (message) is thus a string of 64 (4×16) bits. Similarly, the left-hand side of each classifier is a 64-element string, where each position is either a wild card, a 0,or a 1. A classifier matches a test item when all of its non-wild card positions are identical to the test item.Gray coding (GRA) is similar to binary coding, but the mapping of attribute values to 4-bit codes is different. We employed the procedure described by Goldberg (1989, p. 100).Number representation with Gray-codes insures that adjacent values are identical except for a change in a single bit. Integer coding (INT) represents each of the 16 attributes as an integer. Each data item (message) is a 16-position vector in which each position is an integer in the range 0 to 15.The left-hand side of each classifier consists of a 16-position vector in which each position is either a wild card or a target value for the attribute. With integer coding, we also specify a window size for fuzzy matches. A uniform window size is employed for all attributes. If the window size is set at zero, an exact match is required on all non-wild card attributes.If the window size is set at 1, a classifier matches a test item if the target values for all non-wild card attributes are either identical to the value for the test item or are within 1 unit of that value. If the window size is set at 2, a classifier matches if the target valuesfor all non-wild card attributes are within 2 units of the test item values. Therefore, window size determines the degree of fuzziness tolerated in defining a match. Booker (1988, p. 182) describes another method for implementing partial matches. In his system, rules that match on most, but not all, of the non-wild card attributes can be eligible for the auction.
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
4. Nếu trong giai đoạn học tập, sửa đổi các thống kê hiệu suất của một hoặc nhiều phân loại như
quy định bởi các thuật toán hệ thống đấu thầu.
5. Nếu trong giai đoạn học tập, loại bỏ quy tắc yếu và tạo ra quy định mới theo các thuật toán tạo ra quy tắc.
6. Chọn mục thử nghiệm tiếp theo, và lặp lại quá trình bắt đầu từ bước 1. Mục tiêu chính của nghiên cứu của chúng tôi là để kiểm tra ba thủ tục thuộc tính mã hóa khác nhau
(BIN, GRA, INT), ba thủ tục lập quy tắc khác nhau (RAN, GEN, EXM), và hệ thống đấu thầu khác nhau. Ngoài ra, các tiêu chí để duy trì quy tắc đã có hệ thống đa dạng cho mỗi thuật toán để xác định như thế nào mỗi phương pháp thực hiện theo chế về nguồn lực khác nhau. Thao tác này ảnh hưởng đến kích thước của bộ đệm quy tắc và gián tiếp termines mức độ cai trị đặc hiệu là phù hợp nhất.
4. Thuộc tính mã hóa mã hóa nhị phân (BIN) đại diện cho các giá trị của mỗi trong số 16 thuộc tính như một 4-bit dữ liệu mục number.Each nhị phân (message) là như vậy, một chuỗi của 64 (4 × 16) bit. Tương tự như vậy, phía bên tay trái của mỗi phân lớp là một chuỗi 64 yếu tố, trong đó mỗi vị trí là một trong hai thẻ hoang dã, một 0 hoặc 1. Một phân loại phù hợp với một mục kiểm tra khi tất cả các vị trí thẻ không hoang dã của nó là giống hệt nhau đến mục kiểm tra.
Màu xám mã hóa (GRA) tương tự như mã hóa nhị phân, nhưng các bản đồ của các giá trị thuộc tính mã 4 bit là khác nhau. Chúng tôi sử dụng các thủ tục được mô tả bởi Goldberg (1989, 100 p.).
Số đại diện với Gray-mã đảm bảo rằng giá trị liền kề giống hệt nhau ngoại trừ một sự thay đổi trong một chút. Integer mã hóa (INT) đại diện cho mỗi trong số 16 thuộc tính là một số nguyên. Mỗi mục dữ liệu (tin nhắn) là một vector 16 vị trí, trong đó mỗi vị trí là một số nguyên trong khoảng từ 0 đến 15.The trái phụ của mỗi phân loại bao gồm một vector 16 vị trí, trong đó mỗi vị trí là một trong hai thẻ hoang dã hoặc một giá trị mục tiêu cho các thuộc tính. Với mã hóa số nguyên, chúng tôi cũng chỉ định kích thước cửa sổ cho các trận đấu mờ. Một cửa sổ kích thước đồng nhất được sử dụng cho tất cả các thuộc tính. Nếu kích thước cửa sổ được thiết lập ở số không, một trận đấu chính xác được yêu cầu trên tất cả các thẻ không hoang dã attributes.If kích thước cửa sổ được thiết lập ở mức 1, một bộ phân loại phù hợp với một mục kiểm tra nếu các giá trị mục tiêu cho tất cả các thuộc tính thẻ không hoang dã là một trong hai giống với các giá trị cho các mục kiểm tra hoặc là trong vòng 1 đơn vị của giá trị đó. Nếu kích thước cửa sổ được đặt tại 2, một bộ phân loại phù hợp nếu các giá trị mục tiêu
cho tất cả các thuộc tính thẻ không hoang dã trong vòng 2 đơn vị của các giá trị mục kiểm tra. Do đó, kích thước cửa sổ xác định mức độ mờ dung nạp trong việc xác định một trận đấu. Booker (1988, p. 182) mô tả một phương pháp khác để thực hiện một phần trận đấu. Trong hệ thống của mình, ra trận đấu đó trên hầu hết, nhưng không phải tất cả, các thuộc tính thẻ không hoang dã có thể hội đủ điều kiện cho việc bán đấu giá.
đang được dịch, vui lòng đợi..
Kết quả (Việt) 3:[Sao chép]
Sao chép!
4.Nếu ở giai đoạn học tập, sửa đổi một hay nhiều Performance stat.Theo lời thuật toán được xác định bởi hệ thống.5.Nếu ở giai đoạn yếu thường xuyên bỏ học, luật, và dựa trên thuật toán tạo tạo ra luật mới.6.Chọn theo một chương trình thử nghiệm, và bắt đầu quá trình lặp lại ở bước 1.Nghiên cứu của chúng tôi chính là một điểm kiểm tra ba thuộc tính của chương trình mã hóa khác nhau.(bin, GRA, cái), 3 loại luật chương trình tạo (chạy, gen, EXM), và hệ thống giá khác nhau.Bên cạnh đó, quy tắc tiêu chuẩn của hệ thống bảo tồn đã tiến hành thay đổi, mọi thuật toán để xác định cách biệt nguồn lực thực hiện kiềm chế theo mọi cách.Điều này ảnh hưởng đến luật lệ, kích cỡ của bộ nhớ đệm, gián tiếp đất chắc gì luật cấp tính là thích hợp nhất.4.Thuộc tính mã hóa mã nhị phân (em) đại diện cho 16 một thuộc tính của một số giá trị của 4 bit nhị phân. Mỗi mục dữ liệu (tin nhắn) là một loạt 64 (4 × 16) người.Như vậy, mỗi trái là một chuỗi các yếu tố của 64, mọi vị trí đều là người hoang dại, 1 0 hoặc 1 1.Khi tất cả các vị trí Phi hoang dại cùng một chương trình thử nghiệm. Khi một phù hợp với một chương trình thử nghiệm.Mã Gray (GRA) là tương tự như mã nhị phân, nhưng giá trị tài sản của sơ đồ 4 bit mã là khác nhau.Chúng ta dùng phương trình mô tả by Goldberg (1989, p. 100).Mã màu xám có nghĩa là đảm bảo số giá trị gần giống nhau ngoại trừ một chút thay đổi.Mã hóa chẵn (cái) đại diện cho một số nguyên 16 thuộc tính.Mọi mục dữ liệu (tin nhắn) là một trong 16 bit vector, trong đó mỗi vị trí là một số nguyên khoảng 10 đến 15 tuổi. Mỗi một phân loại, bên trái là bởi một 16 bit vector, trong đó mỗi vị trí là một hoang dại hay mục tiêu trị giá tài sản.Sử dụng mã hóa chẵn, chúng ta đã xác định một kích cỡ của cửa sổ mờ khớp.Một bộ quân phục kích cỡ của cửa sổ được dùng trong tất cả các thuộc tính.Nếu kích thước cửa sổ đặt là 0, khớp chính xác tất cả các thuộc tính không Wild Card yêu cầu. Nếu kích thước cửa sổ đặt% 1, phân loại tương ứng với một dự án thử nghiệm, nếu tất cả các thuộc tính không hoang dại của mục tiêu giá trị cùng một giá trị của chương trình thử nghiệm hay ở trị giá 10 đô.Nếu kích thước cửa sổ đặt làm 2, là một khớp nếu mục tiêu giá trịĐối với tất cả các thuộc tính không hoang dại trong chương trình thử nghiệm giá trị trong vòng 2 đơn vị.Vì vậy, kích cỡ của cửa sổ đã quyết định định nghĩa 1 tương ứng với mức độ mờ của tính khoan dung.Booker (1988, P. 182) mô tả thực hiện phần tương ứng với một giải pháp khác.Trong hệ thống của nó, hầu hết các nguyên tắc khớp, nhưng không phải tất cả các Phi hoang dại thuộc tính có thể có quyền bán đấu giá.
đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: