1) GNS algorithm of W-A
![点击朗读](/dictall/images/read.gif)
W-A的GNS算法
1.
Based on the research of boundary scan and cluster test,a cluster test system is designed with test Bus controller chip,then it is verified with the GNS algorithm of W-A.
在对边界扫描及簇测试技术研究的基础上,以边界扫描测试总线控制器芯片为核心设计实现了一个簇测试系统,选择W-A的GNS算法对所设计的测试系统进行了簇测试实例验证。
2) W-W algorithm
![点击朗读](/dictall/images/read.gif)
W-W算法
3) C-W algorithm
![点击朗读](/dictall/images/read.gif)
C-W算法
4) Wu-Manber(W-M) algorithm
![点击朗读](/dictall/images/read.gif)
W-M算法
5) Berlekamp-Welsh algorithm
![点击朗读](/dictall/images/read.gif)
B-W算法
6) F-W Algorithm
![点击朗读](/dictall/images/read.gif)
F-W算法
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