1) ISODATA
ISODATA
1.
Water Environment Zoning Based on Fuzzy ISODATA Technique and Fuzzy Mode Recognition Method;
基于模糊ISODATA技术和模糊模式识别方法的水环境分区研究
2.
Application of ISODATA to Water/Oil Bed Identification;
ISODATA在油水层综合判别中的应用
3.
Research on the limited memory ISODATA algorithm in track association;
有限记忆ISODATA算法在航迹关联中的研究
2) ISODATA
ISODATA算法
1.
ISODATA Algorithm and Applications in Computer-Aided Diagnosis;
计算机辅助医学诊断中模糊ISODATA算法的实现及其应用
2.
SEABED CLASSIFICATION BASED ON ISODATA ALGORITHM;
基于ISODATA算法的海底底质分类
3) ISODATA
迭代自组织动态聚类
1.
Based on risk analysis theory,we make use of ISODATA method to divide China into different risk areas at the prefectural and provincial levels with risk-factor division index and synthetic division index respectively.
在此基础上采用迭代自组织动态聚类分析方法分别对全国地区级和省级粮食生产单元进行了减产风险要素分区和综合风险指数分区,分区的结果反映了粮食生产风险水平的区域分异与各地区孕灾环境、致灾因子性质和生产力水平有密切联系。
4) ISODATA
迭代自组织分析聚类算法
5) ISODATA
ISODATA模糊聚类分析
1.
By taking the third grade unit of regionalization of water resources as the classification unit,the fuzzy cluster analysis of iterative self-organizing data analysis(ISODATA) technique was applied to divide the whole country into 3 eco-.
以水资源三级区为单元,采用定性与定量的ISODATA模糊聚类分析相结合的方法,将全国划分为3个生态水文大区、36个生态水文区,并提出了各生态水文一级区与水有关的生态环境保护目标与准则,旨在为合理确定不同流域或区域的生态环境保护目标及河道外生态需水的计算方法和标准提供重要理论依据。
6) ISODATA
迭代自组织数据分析聚类算法(ISODATA)
参考词条
ISODATA method
DTW/ISODATA
ISODATA algorithm
ISODATA method
GA-ISODATA
GA-ISODATA
fuzzy ISODATA
fuzzy ISODATA clustering
ISODATA fuzzy clustering
ISODATA cluster analysis
ISODATA dynamic clustering
fuzzy ISODATA method
fuzzy ISODATA method
fuzzy ISODATA algorithm
fuzzy ISODATA cluster analysis
潜热换热
幾米
补充资料:BP算法
分子式:
CAS号:
性质:又称逆推学习算法,简称BP算法,是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统),它自动地将实际输出值和期望值进行比较,得到误差信号,再根据误差信号从后(输出层)向前(输入层)逐层反传,调节各神经层神经元之间的连接权重,直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小,但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号:
性质:又称逆推学习算法,简称BP算法,是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统),它自动地将实际输出值和期望值进行比较,得到误差信号,再根据误差信号从后(输出层)向前(输入层)逐层反传,调节各神经层神经元之间的连接权重,直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小,但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。