1) GMDH algorithm
GMDH算法
1.
The algorithm has better precision compared with GMDH algorithm and SOP algorithm.
首先提出一种双曲函数型神经网络 HFL ANN,设计出一类基于 HFL ANN网络的层次双曲型函数网络HHFL ANN,给出了 HHFL AN N的网络学习算法 ,使其在用于非线性的拟合中体现了较强的优越性 ,对于任意的Volterra级数使用 HHFL ANN网络来逼近是完全可行的 ,该算法较 GMDH算法和 SOP算法 ,具有快速简单的特性 ,它优于 GMDH算法 ,有规律地选取部分多项式 ;优于 SOP算法 ,在构造 SOP网络不需要太多的中间隐层 ,从而加快了学习过程 ,提高了网络的逼近性能 ,更适合于具有层次结构的应用领
2) GMDH neural network algorithm
GMDH神经网络算法
3) GMDH method
GMDH法
1.
The modified GMDH method is applied to selecting the input variables of models.
在复杂水环境系统的模式识别中,如何确定影响系统输出的输入变量是关键,文章首先介绍GMDH(数据处理组方法)方法的基本运算法则,运用改进后的GMDH方法筛选模型的输入变量,建立长良川溶解氧和化学耗氧量两个水质项目的预测模型,模型的相关度最高可达0 96,基本满足工程要求,研究表明GMDH法是初步了解系统变化机理、建立系统模型的有效方
2.
Two such methods:the GMDH method and the artificial neural network were investigated.
本文对两种建模估计方法 :GMDH法和人工神经网络法 ,进行了比较研究。
4) GMDH algorithm of Self-organizing data mining
自组织数据挖据GMDH算法
5) GMDH-EPTSV method
GMDH-EPTSV方法
6) GMDH method
GMDH方法
1.
An improved GMDH method-GMDH + model constrUction optimization method is proposed.
在GMDH方法基础上，提出了一种改进方法：GMDH＋模型结构优化方法。
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