1) Network algorithm
网络算法
1.
On the basis of flow network algorithm the calculation model for ground pressure refueling system and venting system has been established.
基于流体网络算法,给出了飞机地面压力加油系统和通气系统的计算模型,并对某型飞机地面压力加油控制失效时,油箱通气系统的通气能力进行了计算,获得了油箱承受的压力。
2.
On the basis of network algorithm and time differential method,we established a new calc.
基于网络算法和时间微分思想,建立了一种新的飞机燃油系统的重力供油瞬态计算模型,解决了飞机重力供油的多支路交叉和瞬态过程的模拟问题。
3.
Holding that there exists to a certain extent coupling between DC and AC earth electrodes,the authors analyze the transformer DC magnetic biasing in the grid,and present the network algorithm for the DC component of transformer neutral point.
为此,以直流接地极与交流接地极存在一定强度耦合的观点分析了电网变压器直流偏磁事例,在此基础上提出变压器中性点直流分量的网络算法。
2) BP network algorithm
BP网络算法
1.
Its limitations and problems are analyzed in the practical application and the BP network algorithm is improved.
讨论了人工神经网络方法在含氮量预报上的应用策略 ,并建立了一个 6 - 7- 1结构的三层 BP网络模型 ,进而分析了 BP网络模型在实际应用中存在的问题 ,对 BP网络算法进行了改进 ,在基于改进的神经网络算法基础上 ,使用 C语言实现了程序设计 ,采用收集的 6 7组实验数据进行了离线学习 ,完成了对网络的训练 ,并用训练好的网络模型对 1 2组样本进行测试 ,预测值误差在± 1 0× 1 0 - 6范围内时命中率为 74% 。
2.
Based on the nerve network damage distinguishing analysis theory and taking the self-anchored suspension bridge of Qingshui River in Chengdu City as an example,the article analyzes and studies the effect of BP network algorithm applied for the damage distinguishing of the suspension bridge.
该文基于神经网络损伤识别分析理论,以成都市清水河自锚式悬索桥为例,对将BP网络算法应用于悬索桥损伤识别的效果进行了分析研究。
3) Network Numeration
网络计算法
1.
Network Numeration of National Economic Benefits for Transportation Construction Projection Based on Traffic Volume Analysis;
基于运量的国民经济效益网络计算法
4) Network flow algorithm
网络流算法
1.
New nonlinear minimum cost network flow algorithm;
一种新的非线性最小费用网络流算法
5) algorithms/BP networks
算法/BP网络
6) hopfield network algorithm
Hopfield网络算法
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