1) transfer matrix method
传播矩阵法
1.
the classical T-H transfer matrix method is used.
本文推导了频域内应用Ｔｈｏｍｓｏｎ－Ｈａｓｋｅｌｌ传播矩阵法求解粘弹性地基动力柔度的公式，采取可靠合理的方法消除数值计算中的指数溢出问题，根据波动方程解的物理意义对无穷域波数积分的积分限作出了合理的取舍，较大地提高了运算速度。
2) matrix propagation algorithm
矩阵传播算法
1.
And a matrix propagation algorithm is proposed to find the reachability of test points from a given module,which can improve the efficiency of modeling.
结合多信号相关模型和分层测试策略,提出了一种用于复杂系统实时故障诊断的分层相关建模方法;并就相关矩阵的生成,提出了矩阵传播算法,可有效提高建模效率。
3) matrix propagator method
矩阵传播函数法
4) Transfer matrix
传播矩阵
1.
A concise analytical expression for the transmittance of a homogeneous dielectric film is derived based on the transfer matrix method.
基于由传播矩阵方法获得的无源一维光子晶体结构的复透射系数公式,推导了一个描述单层介质膜频域透射率的简单解析表达式。
2.
An accurate and efficient algorithm based on transfer matrix method is proposed for optical waveguide.
提出了一种严格且精确的基于传播矩阵方法计算光波导的算法,可计算出光波导的本征值,并画出场分布曲线。
5) propagation matrix
传播矩阵
1.
We advance the propagation matrix method that is suitable to azimuthal isotropic medium- The the-oretical reflected seismograms and transmitted seismigrams are synthesized respec-tively by using propagation matrix method in isotropic medium and that in equiva-lent azimuthal isotropic medium.
本文发展了横向各向同性介质中波传播的矩阵方法，并利用传播矩阵分别计算了波通过各向同性和等效横向各向同性介质的反射、透射理论地震图。
2.
The propagation matrix method used widely in stratified media is extended to laterally inho-mogeneous media,and a numerical method known as generalized propagation matrix method for simulating elastic seismic wave propagation in inhomogeneous media is presented by using mixed variable elastic wave equation and matrix exponent solution of system of linear ordinary differential equations.
应用混合变量弹性动力学方程和线性常微分方程组的矩阵指数解法,将层状介质中广泛应用的弹性波传播矩阵解法推广至横向非均匀介质,给出了一种可计算复杂地质体中弹性波传播的广义传播矩阵数值解法。
6) Propagation matrices
光传播矩阵
补充资料：反向传播法
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