1) Bootstrap algorithm
Bootstrap算法
1.
A Bootstrap algorithm based on random data is used to analyze the error of microscopic emission models,the confidence intervals of model errors are accurately determined and 6 evaluation indicators are adopted to thoroughly analyze the prediction results of models.
采用一种基于随机数据的Bootstrap算法对微观排放模型的误差进行分析,准确刻画出模型误差的置信区间,并应用6个评价指标来全面地分析模型的预测效果;最后利用该算法对两个微观排放模型(MEM-P模型和CMEM模型)的预测效果进行了比较。
2) bootstrap method
bootstrap法
1.
Then,we propose two novel methods to estimate probability distribution function of skewness distribution random variable,one is based on generalized g·h distribution and the other is bootstrap method.
主要针对食品安全保障体系中的食物摄入量模型、污染物分布模型和风险评估模型做了以下研究:提出一种基于多层次划分法的抽样方案设计抽样,针对食品的分类问题,提出一种基于贡献率的食品分类法;提出利用广义g·h分布估计污染物的偏态分布的方法;进一步基于Bootstrap法提出了一种利用少量数据再抽样估计偏态分布特性的方法;提出一种尾部放大法,巧妙地将概率搜索和理论分析相结合,实现高精度地估计污染物摄入量的右分位点。
3) Bootstrap method
Bootstrap方法
1.
Bootstrap method for missile precision evaluation under extreme small sample test;
特小子样试验下导弹精度评定的Bootstrap方法
2.
Bootstrap method based evaluating VaR;
基于Bootstrap方法的VaR计算
3.
Quality Control of Body in White Based on Bootstrap Method;
基于Bootstrap方法的车身制造质量控制
4) Bootstrap
[英]['bu:tstræp] [美]['but'stræp]
Bootstrap方法
1.
The Bootstrap method of fuzzy reliability analysis based on the experiential data;
基于经验数据的模糊可靠性分析Bootstrap方法
2.
The bootstrap method is applied and the results com- pletely depend on the observed data.
由于分析时借助了统计学中Bootstrap方法,统计分析结果完全依赖于观测数据,克服了已有的文献应用计算机模拟统计假设的局限。
5) Bayes Bootstrap method
Bayes Bootstrap方法
1.
The theory of Bootstrap method and the Bayes Bootstrap method and the application of the two methods in the small sample are studied.
该文研究Bootstrap方法与Bayes Bootstrap方法的原理及在小样本情况下的应用问题。
6) Bayesian Bootstrap method
Bayesian Bootstrap方法
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