9.1 概述 9.2 神经网络控制结构 9.3 单神经元网络控制 9.4 RBF网络监督控制 9.5 RBF网络自校正控制 9.6 基于RBF网络直接模型参考自适应控制 9.7 一种简单的RBF网络自适应控制 9.8 基于不确定逼近的RBF网络自适应控制 9.9 基于模型整体逼近的机器人RBF网络自适应控制 9.10 神经网络数字控制

1.4对象关系数据库 传统关系型仅支持简单数据类型;不支持数组、 嵌套和递归的数据结构,给新型数据模型-面向 对象的数据模型提供了应用背景。 面向对象的程序设计思想和技术促进了面向对象 的数据模型的实现和应用-00DBS(面向对象数据库)

在前面各章中我们讲解了在3 ds max中基础建模,通过修改器 对基本模型进行修改产生新的模型和复合建模的方法。然而这些 建模方式只能够制作一些简单的或者很粗糙的基本模型,要想表 现和制作一些更加精细的真实复杂的模型就要使用高级建模技巧 才能实现。通过本章学习我们应掌握“网格建模”,“面片建 模”,“多边形建模”和“NURBS建模四种高级建模的方法

第一节,连续时间金融的基础数学知识 第二节, Merton(1969)的开创性论文; 第三节,讲解 Black-Scholes—模型; 第四节,简单回顾最新连续时间金融理论研究

回归分析是计量经济学中最为基础的 份内容。在这里我们简单地介绍回归分析中估计模型具体参数值的方法

在分析已有的热力学数据基础上,建立了估算二元金属间化合物标准熵的双参数模型.用此模型可估算由简单金属形成的二元金属间化合物的标准熵,涉及Fe、Si、Nb、Ti、Cu、Co和Mg等多个体系.估算了132个已知金属间化合物AlCa、AlCo、CrNi、FeTi、FeSi、FeNb和MoSi等的标准熵,平均误差为4.86 J·mol-1·K-1,标准差为6.24 J·mol-1·K-1.用双参数模型估算的标准熵精度高,其估算误差小于离子束缚模型

在工程设计和绘图过程中，三维图形应用越来越广泛。AutoCAD可以利用 3种方式来创建三维图形，即线架模型方式、曲面模型方式和实体模型方式。 线架模型方式为一种轮廓模型，它由三维的直线和曲线组成，没有面和体的特征

目的：制作如图 91.1 所示的高尔夫球模型。 要点：其实很简单，只要一个玻璃滤镜就行 了。本例主要应用 Glass 滤镜、 Spherize 滤镜和 Gradient Tool 等工具 来制作完成

在分析已有的热力学数据基础上,建立了估算二元金属间化合物比热容的双参数模型.用此模型可以估算由简单金属形成的二元金属间化合物的比热容,涉及Fe、Si、Nb、Ti、Cu、Co和Mg等多个体系.估算了132个已知金属间化合物AlCa、AlCo、CrNi、FeTi、FeSi、FeNb和MoSi等的比热容,平均误差为2.74J·mol-1·K-1,标准差为3.84J·mol-1·K-1.用双参数模型估算的比热容精度高,其估算误差小于离子束缚模型

在工程设计和绘图过程中，三维图形应用越来越广泛。AutoCAD可以利用 3种方式来创建三维图形，即线架模型方式、曲面模型方式和实体模型方式。 线架模型方式为一种轮廓模型，它由三维的直线和曲线组成，没有面和体的特 征