1) SDD-1 algorithm
SDD-1算法
1.
Based on the performance analysis of SDD-1 algorithm,A*-algorithm,originated from artificial intelligence theory,was put forward to improve the algorithm of SDD-1.
通过对数据库查询领域中SDD-1算法性能的分析,针对其在特定情况下存在的不足,引入人工智能领域的A*算法。
2.
Optimize to the inquiry of the distributed database system, discussed three typical algorithms, INGRES algorithm, System R* algorithm, SDD-1 algorithm, and compare with , optimize , summarize.
针对分布式数据库系统的查询优化,讲述三个典型的算法:INGRES算法、System R*算法、SDD-1算法,并进行对比、优化、总结。
2) 0-1 algorithm
0-1算法
3) AL-1
AL-1算法
4) O(1) algorithm
O(1)算法
5) SHA-1 algorithm
SHA-1算法
1.
An implementation of SHA-1 algorithm based on unrolling loops architecture;
一种基于循环展开结构的SHA-1算法实现
2.
The basic principle of algorithm is analyzed,and a novel secure authentication in 1-Wire DS2432 net is implemented by using SHA-1 algorithm and DS2432.
首先分析了信息认证的基本计算模型,然后应用DS2432器件并使用SHA-1算法实现了1-Wire网络的安全认证。
3.
SHA-1 algorithm in small space was also further brought forward.
为提高水资源的利用率和相关部门的管理能力,在SHA-1加密算法原理的基础上,研究了512位SHA-1加密算法在预付费智能水表中的应用,并提出了小空间内SHA-1算法的实现。
6) A5/1 algorithm
A5/1算法
1.
Improvement of A5/1 algorithm against correlation attack;
抗相关攻击的A5/1算法改进
2.
Meanwhile,that thrown-out of original 100 bits output in A5/1 algorithm that can not approve its security is pointed out.
在介绍A5/1算法的线性初始化弱点基础上,通过分析基于择多逻辑的互钟控机制的非平衡输出特点,详细论述了由此带来的相关攻击漏洞,指出了A5/1算法丢弃起始100 bit远不能保证算法安全性。
3.
And by taking A5/1 algorithms as an example,the period and linear complexity of the output sequences from distorted A5/1 algorithm is analyzed.
文中分析了采出序列的周期和线性复杂性与被采序列的周期和线性复杂性之间的关系,并以A5/1算法为例,分析变形后的A5/1算法的输出序列的周期和线性复杂度。
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