1) MCMC algorithm
MCMC算法
1.
Learning of Bayesian network based on MCMC algorithm;
基于MCMC算法贝叶斯网络的学习
3) SA-MCMC algorithm
SA-MCMC算法
1.
Local influence analysis for nonlinear measurement error models based on the SA-MCMC algorithm;
基于SA-MCMC算法的非线性测量误差模型的影响分析
2.
Deletion influence of nonlinear measurement error models based on SA-MCMC algorithms
基于SA-MCMC算法的非线性测量误差模型数据删除影响
4) reversible jump MCMC algorithm
可逆跳跃MCMC算法
5) MCMC method
MCMC法
6) MCMC
MCMC方法
1.
Methods In accordance with the Bayesian and MCMC theory,obtain a couple of the complete data in the NORM software.
方法利用Bayesian理论与MCMC方法,在NORM软件中模拟得到m个完整数据集。
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