1) Galerkin method
Galerkin算法
1.
The propagation character of square waveguide is studied by the terse Galerkin method.
应用简洁的Galerkin算法分析了方形波导的传输特性,将电场横向分量展成一组正交正弦函数级数的形式,代入电磁场的波动方程得到电场横向分量展开系数的矩阵和模式的特征方程,求解该特征方程,可得到方形波导模式的传播常数,模场分布。
2) Galerkin reconstruction algorithm
Galerkin重建算法
3) nonlinear Galerkin algorithm
非线性Galerkin算法
4) Finite element Galerkin algorithm
有限元Galerkin算法
5) Galerkin finite element algorithm
Galerkin有限元算法
6) Galerkin method
Galerkin法
1.
Calculation of the Lower Order Vibration Frequency of Elastic Shallow thin Spherical Shell by means of Galerkin Method;
用Galerkin法求弹性扁薄球壳的低阶振动频率
2.
Galerkin Method of Elliptic Boundary Value Problem and Least-square Processing;
椭圆边值问题的Galerkin法及最小二乘法处理
3.
A theoretical calculation method of electrokinetic flow in micro equilateral triangle channels imposed with high electric field strength at both ends of channel was proposed based on the Galerkin method.
提出了微小三角形槽道内电渗流动理论计算方法,通过Galerkin法计算并分析了其内部的电势及速度分布,获得了温度、槽道尺寸、外加电势的电场强度、ζ电势以及电解质浓度对微小三角形槽道内电渗流动的影响规律。
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