1) active back propagation algorithm
主动式BP算法
2) Momentum Backpropagation
动量BP算法
1.
Momentum Backpropagation for the Settlement Prediction of Subgrade Construction;
动量BP算法在路基沉降预测中的应用
3) momentum BP algorithm
动量BP算法
1.
Based on the detailed analysis of momentum BP algorithm used in feature-level fusion recognition,a new momentum BP algorithm was presented,the resilient global-adaptive momentum BP algorithm(RGMOBP).
针对特征层融合识别中全局自适应BP算法存在的收敛速度慢、学习不稳定等问题,基于对动量BP算法的详细分析,提出了一种新的全局自适应BP算法——回弹全局自适应动量BP算法(RGMOBP),该算法具有在误差增大时进行权值回弹并减小学习步长以保证权值的调节功能、使误差减小的特点。
2.
Based on collected data of wells, regime prediction of the groundwater level of wells in the 3rd confined aquifer in Shanghai area has been developed using momentum BP algorithm of artificial neural network.
作者在收集已有观测井地下水位资料的基础上 ,利用人工神经网络技术中的动量BP算法对上海地区第Ⅲ承压含水层的地下水水位进行了动态预测 ,结果表明 ,该法具有较高的预测精度。
3.
According to the complication,easy making mistake and other shortages of the theoretical value solution for the unstable heat conducted coefficient Aτ between surrounding rock and air flow,the paper provided the prediction calculation model of the unstable heat conducted coefficient Aτ based on the improved momentum BP algorithm.
针对围岩与风流之间不稳定传热系数Aτ的理论值解法的计算过程繁杂、容易出错等缺点,提出了基于改进动量BP算法的不稳定传热系数Aτ的预测计算模型,并以淄博矿业集团唐口煤矿的实测数据为例对网络进行了训练和学习,结果表明,该方法的使用可从多个方面改善网络的总体收敛性,具有较高的预测精度。
4) dynamic BP algorithm
动态BP算法
1.
The dynamic BP algorithm is used to identify the plant on line.
辨识器采用单隐层的动态递归神经网络,网络结构为2 4 1;辨识算法为动态BP算法;控制器采用两层线性结构的神经网络,输入为系统偏差及其一阶、二阶微分,因此具有增量型PID控制结构。
2.
The identifier is a dynamic recurrent neural network with one hidden layer, and the dynamic BP algorithm is used to identify the plant on line.
辨识器采用单隐层的动态递归神经网络,辨识算法为动态BP算法;控制器采用两层线性结构的神经网络,输入为系统偏差及其一阶、二阶微分,因此具有增量型PID控制结构。
5) PCR-BP algorithm
主成分-BP算法(PCR-BP)
6) dynamic BP learning algorithm
动态BP学习算法
1.
And then the series-parallel model identifier and dynamic BP learning algorithm play an important role in modeling.
针对大坝工作条件复杂,影响因素繁多,致使现有监控模型预报精度偏差过大问题,基于递阶对角神经网络能够逼近任意非线性函数的特点,使用串并联模型辨识器,采用动态BP学习算法,以水压、温度和时效因子为输入量,坝体位移为输出量,结合工程实例提出了大坝变形监测的递阶对角神经网络模型,并将该模型用于坝体变形数据的拟合分析及其预测预报。
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