隱藏所有層 的英文怎麼說

中文拼音 [yǐnzàngsuǒyǒucéng]
隱藏所有層 英文
hide all layers
  • 隱 : Ⅰ動詞（隱瞞; 隱藏） hide; conceal Ⅱ形容詞1 （隱藏不露） hidden from view; concealed 2 （潛伏的; ...
  • 藏 : storing placedepositorydeposit
  • 有 : 有副詞[書面語] （表示整數之外再加零數）: 30 有 5 thirty-five; 10 有 5年 fifteen years
  • 層 : i 量詞1 （用於重疊、積累的東西 如樓層、階層、地層） storey; tier; stratum 2 （用於可以分項分步的...
  • 隱藏 : hide; conceal; remain under cover; go into hiding
  1. We pointed out the features of this infrastructure, analyzed the basis of modern applied software - mvc mode, elaborated the j2ee system infrastructure used by this system, and analyzed the integrated infrastructure system. then from the system ' s real requirement, with the object - oriented method, we used an advanced modeling tool - rose to model the system ' s requirement and logic design, then finally implemented the system design. this system uses powerdesigner to do the data modeling, jbuilder as the development tool, and struts framework to realize the separation of the expressing layer, the logic layer and the data layer

    通過研究和開發寬帶boss ，了解了有關boss的基本概念、模型、發展現狀及發展趨勢；然後分析了現代應用軟體的架構： b s架構，指出了此種架構的特點，並分析了現代應用軟體架構的基礎? ? mvc模式，詳細介紹了本系統所採用的j2ee體系架構，對組成本系統的整體架構體系進行分析；隨后從本系統的實際需求出發，以面向對象的方法，採用先進的建模工具rose對系統的需求及邏輯設計進行建模；最後對系統設計加以實現，本系統用powerdesigner對數據建模，以jbuilder為開發工具，採用struts框架實現表示層、邏輯層及數據層的分離，數據層採用數據持久化技術hibernate ，從而可以隱藏訪問數據源的數據訪問api ，簡化開發。
  2. This algorithm recovers the absence of the empiric in the case of the fixed - topology network and generates an optimal topology automatically. we end this chapter with some problems in the future. in chapter 2, we present an evolution strategy to infer fuzzy finite - state automaton, the fitness function of a generated automaton with respect to the set of examples of a fuzzy language, the representation of the transition and the output of the automaton and the simple mutation operators that work on these representations are given

    目前，國內外對神經網路與自動機的結合的研究己取得了一系列成果；在第一章，我們首先將對這些結果以及這個領域的研究思想與方法做一個概要的介紹；然後提出一種推導模糊有限狀態自動機的構造性演算法，解決了模擬實驗中所給出的具體網路的隱藏層神經元個數的確定問題；在實驗中，我們首先將樣本輸入帶1個隱藏層神經元的反饋網路訓練， 150個紀元以後增加神經元，此時的新網路在124紀元時收斂；而blanco [ 3 ]的固定性網路學習好相同的樣本需要432個紀元。
  3. Duplicate frame hide original layer and unhide the second one

    復制幀，隱藏第二層外的所有層。
分享友人
分享到 Line

分享到臉書