1) GMRES(m) algorithm
GMRES(m)算法
1.
After the comparison with the result from the parallel GMRES(m) algorithm,it shows that this designed parallel algorithm can reduce the iteration frequency,shorten the computing time and obtain better speedup ratio and computing efficiency at the premise of assuring the computation precision.
与并行GMRES(m)算法的运行结果进行比较表明,新算法在保证计算精度的前提下,可以减少迭代次数,缩短计算时间,有很好的加速比和计算效率。
2) GMRES (generalized minimal residual) algorithm
GMRES(generalizedminimalresidual)算法
4) GMRES
GMRES算法
1.
A Preconditioner for the Restarted GMRES Method;
一种预条件的再开始的GMRES算法
2.
The methods include LU-SGS,Gauss-Seidel point-relaxation,line-relaxation and GMRES preconditioned with each of the three others.
结果表明,右端项采用Steger-Warming无粘通矢量的收敛性优于其他通失量方法,采用了准确的解析雅克比矩阵的点、线松弛的收敛速度优于LU-SGS,以线松弛为预处理的GMRES算法具有良好的收敛特性。
5) Newton-GMRES algorithm
Newton-GMRES算法
6) Multipole GMRES
多极点GMRES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