1) relative capacity influence algorithm
相对容量影响算法
2) RCI
相对容量算法
1.
In view of the traffic grooming issues in WDM networks,the Relative Capacity Influence(RCI) algorithm is used to deal with such issues as Routing,Wavelength and Time-slot Assignment(RWTA) in WDM networks on the basis of a trunk-switched network model.
针对波分复用光网络中的业务疏导问题,文章基于通道组交换网络模型,采用波分复用网络中的相对容量算法来解决业务疏导的路由、波长分配和时隙分配问题。
4) influence line method"
影响线算法
1.
The mathematical model described in Part I was solved using “influence line method” combining analytical method and finite element method.
利用解析法与有限元法相结合的“影响线算法” ,求解了第一部分中建立的数学模型 ,分析了微循环系统动力学的若干重要问题 ,表明在微动脉自律运动周期内 ,间质流体压力将两次改变符号 ,因而某些理论中十分强调的间质流体压力是略高于或略低于大气压力的问题显得并不重要 ;微动脉自律运动能导致周期性的淋巴形成 ,间质总应力在这一过程中起着重要作用 ;微循环局部调节可以以动态平衡的方式在一定范围内满足代谢的需要· 计算还表明了微动脉“阻力血管”的性质和微血管网络在热量交换过程中的高效性· 这些结果说明我们建立的综合模型符合生理实
5) relative impact potentials
相对影响潜值
1.
A estimating method of relative impact potentials (RIP),an assessment index based on the ecological toxicological model,was introduced.
以相对影响潜值作为基于生态毒理学模型的性能评估指标 ,并估算相对影响潜值 ;将相对影响潜值最小引入到过程优化中 ,提出了基于相对影响潜值最小化的过程优化框架。
6) mean relative influence
平均相对影响
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