1) sliding window algorithm
滑窗算法
2) moving average based slide window algorithm
移动平均滑窗算法
3) sliding window
滑窗
1.
Aiming at complexity of multisensor track initiation and the influence caused by sensors precision, an approach for track initiation based on clustering and sliding window is proposed.
针对多传感器航迹起始的复杂性以及传感器的精度对航迹起始的影响,提出了一种基于聚类分析与滑窗法的集中式多传感器航迹起始方法。
2.
Based on clustering, a sliding window correlator algorithm for resolving the radar object ambiguity in range and velocity is described.
以聚类算法为基础 ,本文介绍了一种用于雷达目标解距离、速度模糊的滑窗相关器算法。
3.
The purpose of this paper is to study the issues of data stream modeling,and we present the approach of sliding window modeling using multiple time granularities,and characterize data streams by a hierarchical windows model.
本文重点从多时间粒度的角度研究了数据流建模问题,提出了多时间粒度的数据流滑窗建模方法,采用层次窗口模型对数据流进行描述,有效解决了Ad-Hoc查询中的历史数据管理问题。
4) sliding window
滑窗分析
1.
In this study, both the maximum-likelihood methods and the maximum parsimony based sliding window analysis were used to e.
本文采用最大似然方法和基于最大简约的滑窗分析对Vip蛋白的分子进化机制进行了评价。
5) sliding-window correlation
滑窗相关
6) glide widow trace
滑窗跟踪
参考词条
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。