2) modified BP neural network
改进BP神经网络
1.
A new expressway ramp OD matrix estimation model was presented based on the modified BP neural network in order to deal with the deficiency of the hypothesis that each vehicle remaining on line moved off the freeway with the same probability.
针对高速公路出入口OD矩阵推算方法中假设每一留线车辆以等概率驶离高速公路的不足,提出了基于改进BP神经网络的高速公路出入口OD矩阵推算模型,并设计了OD推算神经网络。
3) improved BP neural network
改进BP神经网络
1.
Application of improved BP neural network to groundwater environmental quality evaluation;
改进BP神经网络在地下水环境质量评价中的应用
2.
Forecast water consumption with improved BP neural network;
应用改进BP神经网络进行用水量预测
3.
Highway traveling passenger volume forecast based on improved BP neural network;
基于改进BP神经网络的公路旅游客流量预测
4) Optimized BP neural network
优化BP神经网络
1.
Optimized BP neural network has the capability of expression nonlinearity and also has the self study and adaptive function,and thus,it can realize the best parameter combination of PID control.
优化BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点,将其隐含层单元分别作为比例(P)、积分(I)、微分(D)单元,可以建立参数自学习的PID控制器。
5) back propagation neural network
BP神经网络
1.
Analysis of lateral deformation of deep excavation based on back propagation neural network and fuzzy logical control;
基于BP神经网络与模糊控制的深基坑开挖侧向变形分析
2.
Reliability analysis of distributed sensor network based on back propagation neural network;
基于BP神经网络的分布式传感器网络的可靠性分析
3.
According to its features a short-term load forecasting model is built in which the autoregressive integrated moving average (ARIMA) is integrated with back propagation neural network (BPNN).
该模型利用ARIMA方法对线性时间序列逼近能力强的特点首先对预测日负荷进行预测,然后应用BP神经网络方法对预测结果进行修正,因此克服了单一算法存在的不足。
6) BP neural network
BP神经网络
1.
Gas content prediction based on BP neural network;
基于BP神经网络的瓦斯含量预测
2.
Study of screw pump well fault diagnosis based on BP neural network;
基于BP神经网络的螺杆泵井故障诊断方法
3.
Application of Particle Swarm Optimization based BP neural networks to atmosphere environment assessment of thermal power plants;
基于粒子群优化的BP神经网络在火电厂大气环境评价中的应用
补充资料：神经网络BP算法
分子式：
CAS号：
性质：它是D.Rumellart等人提出的一个监督训练多声能神经网络的算法，每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
CAS号：
性质：它是D.Rumellart等人提出的一个监督训练多声能神经网络的算法，每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
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