1) RKR algorithm
RKR算法
2) RKR-GST arithmetic
RKR-GST算法
3) RKR method
RKR方法
4) RKR potential
RKR势
1.
We got accurate equilibrium position by comparing with RKR potential when z=1.
为了考察分子物理中常采用近似波函数的可靠程度,我们对H2+的基态波函数和势能进行了计算,分析了波函数对势能的影响,通过与RKR势进行比较,发现在有效核电荷数z=1。
2.
Furthermore,the RKR potential curves of both the a and b quartet states,the band origins,and the Franck-Condon factors of O_2~+ are derived based on the latest equilibrium constants.
并且利用最新的平衡振动常数计算了O_2~+四重态b态和a态的RKR势,由此计算了四重态跃迁的不同振动带的Frank-Condon因子和带源。
3.
Furthermore, the RKR potential curves of both A~2Π_i and X~2Π_r states of SO~+ were derived based on the latest equilibrium constants, and thus Franck-Condon factors and band origins w
此外,本文利用最新的平衡振动常数计算了SO~+A~2Π_i-X~2Π_r上下态的RKR势,用RKR势的结果计算了A~2Π_i-X~2Π_r跃迁的不同振动带的Frank-Condon因子和带源,这将有助于进一步的光谱分析工作。
5) RKR model
RKR模型
1.
The results show that there is a minimum distance from the cleavage to the precrack tip within which there are only micro-cavities instead of micro-cracks due to lower triaxiality of stress, and that the characteristic distance in RKR model does not exist.
结果表明,解理点距裂尖存在一个最小距离,在此距离内三轴应力度过低,仅能形成微孔而不能形成解理微裂纹,RKR模型中表述的特征距离并不存在。
6) algorithm
[英]['ælɡərɪðəm] [美]['ælgə'rɪðəm]
算法 [算法]
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