1) RPC algorithm
RPC算法
1.
RPC algorithm for robot path planning in full unknown environment.;
完全未知环境下机器人路径规划的RPC算法
2) RPC steel
RPC钢
1.
Microstructure character in laser welding of 800MPa grade RPC steel;
激光焊接800MPa级RPC钢接头组织特征
4) ecological reactive powder concrete
生态RPC
1.
Two types of ecological reactive powder concrete(ECO RPC) were prepared by substitution of ultra fine industrial waste for 50%-60% cement by weight and replacement of ground fine quartz sand with natural fine sand.
结果显示 ,随着纤维掺量的增加 ,生态RPC的断裂能及断裂韧度不断提高 ;在标准养护条件下 ,生态RPC的延性指数在纤维体积率为 2 %时最大 。
5) RPC flexural beam
RPC弯曲梁
6) RPC detector
RPC探测器
1.
ARGO-YBJ experiment launched by China and Italy,which adopt "full coverage" carpet of RPC detector to detect extensive air showers.
中意合作ARGO-YBJ实验采用全覆盖地毯式RPC探测器阵列来探测广延空气簇射事例。
2.
The DCS automatically collects the 4471 operational parameters and environmental parameters for the experiment such as current and voltage of RPC detector, temperature and barometric pressure etc, which will not only monitor the stability and the reliability of long-term operation of the detector, but also perform emergency and recovery procedures in case of anomalous system behavior.
这套系统自动采集RPC探测器在运行中的 4471路电流、电压等工作状态参数和温度、气压等环境参数。
3.
It describes the design of the ReadOut Module prototype development(ROM-USB) of RPC detector Electronics of Daya Bay reactor anti-neutrino experiment,including the system architecture,the hardware structure and the logic design of the FPGA on the prototype development.
介绍了大亚湾(Daya Bay)反应堆中微子振荡实验RPC探测器电子学中基于FPGA的读出插件原型机(ROM-USB)的设计,其中包括该原型机的设计构想、硬件结构以及FPGA内部逻辑的实现。
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