1) method of synthetic back propagation
综合反向传播法
1.
It illustrates the design of four-layer perceptron neural network,the principles of supervised learning in this network,and a method of synthetic back propagation for the network with not differential link.
为了提升自动化机械智能水平,推动高新技术向生产力的转化,该文介绍了基于四层感知器神经网络的机械手示教系统的结构和应用实例,说明了四层感知器神经网络的设计、有导师学习的工作原理,以及针对含有不可微函数环节的神经网络所采用的综合反向传播法。
2) BP
反向传播法
3) back propagation algorithm
反向传播算法
1.
The network is trained by using the improved back propagation algorithm,which can get better effect.
运用神经网络确定模糊综合评价中的权重值,同时采用改进的反向传播算法训练网络,逐步修正网络的连接权值,使权重值更符合实际情况,得到较好的训练效果。
2.
The network is trained using the improved back propagation algorithm, which can get better efficiency and effect.
采用梯形公式的四元组形式表达网络中的隶属函数,利用反向传播算法训练网络,得到较好的训练效率和效果。
3.
In this paper, the back propagation algorithm of a feedforward neural network was used with MATLAB, and a multilayer feedforward neural network was founded for the character distinguishing.
利用前向多层神经网络的反向传播算法 ,即BP算法 ,采用MATLAB软件构建用于特征识别的两层前向神经网络 ,将已知字母经图象处理后对BP网络进行训练 ,此BP神经网络可以成功地识别A ～Z2 6个手写英文字
4) back-propagation algorithm
反向传播算法
1.
The freight train was used as simulation objects,and the back-propagation algorithm with momentum factor was used to simulate the entire control model.
以货物列车为仿真对象,采用带有动量因子的BP反向传播算法对整个控制模型进行了仿真。
2.
After extracting the features of the target,using two back-propagation algorithm and genetic algorithms to build the neural network models to train and recognize the targets.
在对待识别目标提取特征后,分别采用2种反向传播算法的改进算法和遗传算法构造神经网络分类器模型,并进行网络的训练和识别工作。
5) Back-propagation(BP)
反向传播算法(BP)
6) back propagation method
反向传播方法
1.
Soft-sensor model based on multiple stepwise regression method and back propagation method;
基于多元逐步回归和反向传播方法的粗汽油干点软测量模型
补充资料：反向传播法
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