模型网络的英文

• bartype network
• prototype network

• "模型"英文翻译    model; pattern
• "网络"英文翻译    network; electric network me ...
• "开型网络模型" 英文翻译 :    open network model
• "模型网" 英文翻译 :    model net
• "t型网络" 英文翻译 :    t network
• "型网络" 英文翻译 :    h-network h
• "l型网络" 英文翻译 :    l network
• "o型网络" 英文翻译 :    o network
• "x型网络" 英文翻译 :    lattice network
• "π型网络" 英文翻译 :    pi network
• "层次型网络" 英文翻译 :    hierarchical network
• "倒l型网络" 英文翻译 :    ell network
• "等效t型网络" 英文翻译 :    equivalent t-network
• "电话型网络" 英文翻译 :    telephone type network; telephone-type network
• "定k型网络" 英文翻译 :    constant k network; constant-k network
• "分布型网络" 英文翻译 :    distributed network
• "概率型网络" 英文翻译 :    probabilistic network
• "环型网络" 英文翻译 :    ring network
• "集中型网络" 英文翻译 :    centralized network
• "开型网络" 英文翻译 :    open network
• "肯定型网络" 英文翻译 :    deterministic network
• "桥t型网络" 英文翻译 :    bridged t network
• "桥型网络" 英文翻译 :    bridge network; bridgenetwork; lattice network
• "树型网络" 英文翻译 :    tree network
• "梯型网络" 英文翻译 :    ladder type network

• By analysis and study of optical internet architecture , a new hybrid model architecture for network was presented , and simulation was also studied , the results indicate the technology was feasible
  摘要通过对光因特网体系结构的分析研究，提出了一种新型混合模型网络结构，并进行了模拟仿真研究，结果表明此技术是可行的。
• Based on the intelligence . we can first train the bp network using the standard records from the final users , then , the network can process the raw data from various sources , and reach its own conclusions . not as normally the ann systems do , our model outputs a fuzzy set to act as the final dss result . during the whole procedure , the core lies in the bp network about the model ' s efficiency and its effectiveness . as a rule , a commonly multipurposed solution falls behind the specially single - purposed one in its efficiency and effectiveness , so much of work has been put into the try to improve the whole ststem performance , which was largely dependent on the special attributes of the data from the definite final user
  在这个基本模型网络中，使用用户提供的标准数据对网络进行训练，从而使其记住标准的数据模式是整个网络智能决策的关键所在。在我们的模型中，一方面要考虑到网络的正确分类的能力问题，另一方面，我们又不得不考虑网络的效率问题。对这些问题的研究和解决是我们在这个模型中的一个主要着力点，我们将针对我们的模型所面对的用户数据的典型特点，对网络进行应用试验和改造，使得网络能针对我们的数据有最佳的效率和性能。