1) L-leap algorithm
L-leap算法
2) DK-Leap algorithm
DK-Leap算法
1.
The DK-Leap algorithm for simulating chemically reacting system with delays;
模拟时滞化学反应系统中的DK-Leap算法
3) DAτ-Leap algorithm
DAτ-Leap算法
4) leap algorithms
Leap算法
1.
The leap algorithms significantly accelerate stochastic simulation of chemically reacting systems with some acceptable losses by considering the leap condition.
化学反应系统中的Leap算法可在获得较好精度的同时大幅提高模拟速度,最近提出的无偏Leap方法有效地克服了由Leap时间区间内的反应次数的近似均值与真实均值之间的偏差引起的Leap算法的误差的不足,本文讨论了一个基于物种相对改变估计真实均值的快速无偏τ-Leap算法,并将该算法推广到模拟时滞化学系统中。
5) τ-Leap
τ-Leap算法
1.
In order to simulate this type effectively,this paper proposes an improved multiscale stochastic simulation algorithm withτ-Leap(IMSSτ).
为了有效地模拟该类系统,本文提出了τ-Leap算法改进的多尺度随机模拟算法(improved multiscale stochastic simulation algorithm withτ-Leap,IMSSτ)。
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。
参考词条