用“样本点”造句大全，样本点造句

该算法剔除了大量冗余样本点，并在计算过程中以区间表示代数数，有效避免了浮点数等近似计算

回归软件程序将样本点用图表示，并且给出最拟合样本点的直线的价值函数公式。

针对变量多重相关*及解释变量多于样本点等实际问题，伍德S。

结果表明，并行遗传算法适合于求解问题规模较大及大数据样本点的数据约简问题。

为解决这一问题,提出了一种实现智能线*化的新方法,它通过少量的样本点的学习,建立与热敏电阻器传输特*相对应的逆函数。

在古典概型问题中引入了n次随机试验，n维样本点，n维随机事件和n维样本空间等概念，对解决古典概型的应用问题提供了相应的数学模型。

通过离线的迭代算法生成高精度的样本点来训练神经网络，使用动量法、变学习率法和共轭梯度法提高BP网络的收敛速度。

推广后的定位方法，可根据具体的目标定位场合，灵活选择核函数对样本点进行核密度估计。

这些样本点的求得能有效减少求解最小聚类的时间复杂度。

为了减小定位误差和提高算法的适应*，利用三维空间抽样和范围约束的方法，并结合对成功样本点的加权筛选，获得节点的三维估计坐标以实现抽样定位。

结果表明，经选择后的新特征较好地描述了样本点的物理*质和发震危险点与安全点的差异。