1) Neural optimization calculation
神经优化计算
2) evolutionary neural computation
进化神经计算
1.
Therefore,according to the computational intelligence,a new method of evolutionary neural computation based on Particle Swarm Optimization(PSO) is presented to analyze and f.
为此,从计算智能出发提出一种基于PSO算法的进化神经计算方法,主要包括话务量及其相关参量的获取、神经网络结构的优化、基于PSO算法的网络训练,以及话务量计算等步骤。
3) neural optimization
神经优化
1.
Homotopic neural optimization theory and its application to seismic inversion;
同伦神经优化理论及其在地震反演中的应用
4) neural computing
神经计算
1.
Application of distributed supercomputing in neural computing platform;
分布式超级计算在神经计算平台上的应用
2.
In oil and water layer identification,using neural computing has disadvantages including complex network structure and long training time caused by large input information space dimension,and low matching accuracy of network caused by redundant attribute.
在油水层识别中,单纯使用神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,为此基于属性约简和最优化原理提出一种简化的神经计算方法,主要包括基于粗糙集的样本属性约简算法,基于LM方法的稳定学习算法,以及基于黄金分割的隐含层节点数确定的优化算法等。
3.
It is not only helpful for scientists to investigate machine learning and neural computing but also helpful for common engineers to solve real world problems using neural network techniques.
它不仅有助于科学家对机器学习和神经计算的深入研究 ,还有助于普通工程技术人员利用神经网络技术来解决真实世界中的问题 。
5) Neural calculation
神经计算
1.
Introduces a new method for calculating air conditioning loads—neural calculation method, and depicts its concept, theory and procedure.
提出了一种新的空调负荷计算方法———空调负荷神经计算法，介绍了其概念、原理及方法。
6) neural computation
神经计算
1.
In order to determine formation acoustic porosity accurately and provide logging interpretation with the evaluation and prediction of oil-gas storage, the neural computation method superior to that of traditional is studied, and it has been of important application value to determine acoustic porosity in acoustic logging.
在声波测井中,为了精确确定地层声波孔隙度、进而为油气储量的评价与预测提供解释依据,研究优于传统理论方法的神经计算方法来确定地层声波孔隙度具有重要的应用价值。
补充资料：计算方法的最优化
计算方法的最优化
faod optimization of a computational me-
计算方法的最优化【。洲咖函位扣ofa比叩幽位扣al赔d加刁;on，MH3叫“皿B刚HcJUI祀JU，H0m MeTo口a] 通常与计算算法的最优化(o Ptil过Zation of comPu.tational algori山姚)相同.但是，有时这两个概念也有区别.例如，可以说解某一类边值问题的一具体的网格方法的最优化，它是指用最少的点来计算方程的右端部分.而当检验一个算法是否是最优的间题时，还要考虑到许多其他方面:求解所产生的网格方程组的方法，实现这些方法的程序，等等. H.c.BaxBa二oB撰史应光译
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