1) interleaving algorithm
交迭算法
2) alternative and iterative algorithm
交替迭代算法
1.
Analyzing method of rock slope stability with artificial neural network on alternative and iterative algorithm;
基于交替迭代算法神经网络评价岩石边坡稳定性
2.
The author presented a novel forecasting method which was an alternative and iterative algorithm based on simulated annealing applied in Neural Network.
作者提出了基于模拟退火交替迭代算法神经网络的位移预测方法,并利用该方法对某滑坡位移进行推广预测,取得了较好的效果,其预测精度明显优于经典算法BP神经网络。
3.
Aimed at some limitation of the traditional BP Neural Network,a global optimal algorithm is put forward based on alternative and iterative algorithm,and the corresponding program of FORTRAN is developed.
针对经典算法BP网络存在的一些缺陷,提出了一种交替迭代算法神经网络,并用FORTRAN语言编制了该程序。
3) alternation and iterative algorithm
交替迭代算法
1.
Simulated Annealing alternation and iterative algorithm applied in Neural Network is proposed forward in this paper, which overcomes some limitation of the traditional BP Neural Network.
提出了模拟退火的交替迭代算法的神经网络方法,克服了经典BP网络存在的一些缺陷。
4) alternating iterative algorithm
交替迭代算法
1.
For the parameter estimation of the accurately forecasts by Logistic model,an alternating iterative algorithm is researched.
针对应用Logistic模型进行准确预测中的参数估计问题,研究一种交替迭代算法。
5) orthogonal iteration algorithm
正交迭代算法
1.
The orthogonal iteration algorithm is fast and globally convergent pose estimation based on points.
正交迭代算法是基于点特征,全局且快速收敛的位姿估计算法,是目前性能最优的实时位姿估计算法之一。
6) alternating iterative projection algorithm
交互投影迭代算法
补充资料：迭代算法
迭代算法
iteration algorithm
迭代算法〔i恤腼吨函d朋;HTep叫“ouH‘~p“仪] 由点到集合的一个映射序列A*所确定的递推算法，其中A*:V一V，V是一个拓扑空间，对于某初始点““任v，可依下式计算点列。“任V， 。“+，一注*。“，儿=o，l，·…(l)称算子(1)为迭代(i把mt沁n)，而序列{。“}为迭代序列(itemti祀s叫uence). 迭代法(jtemtionn犯thod)(或迭代逼近法(me-thod of iterati记appro汕na石on”应用于求下面算子方程的解 通。”f，(2)即某泛函的极小值，求方程Au=又“的本征值和本征向量等，同时也用来证明这些问题解的存在性.如果对于一个初始近似。。，当k一的时:‘~。，则称迭代方法(l)收敛到问题的解u. 求解(2)的线性度量空间V上的算子A*一般由下式构造 注*况几=。七一H*(A。友一f)，(3)其中{H*二V~V}是由某迭代型方法所确定的算子序列.压缩映射原理(c ontraCting .n分pp吨pnn-ciPle)及真摧户，’或著向题的泛函变分极小化方法都是建立在构造形如(l)，(3)的迭代法基础之上.所使用的构造A七的各种方法有Newton法(Newton脸thod)或下降法(d留cent，n祀th(记of)的诸多变形.人们尝试选取H*使得在一定条件下。止~u的快速收敛得到保证，这些条件要求计算机存储空间确定后算子A*u六的数值实现充分简单，有尽可能低的复杂性而且数值稳定.求解线性问题的迭代法得到了很好的发展和深人的研究.该迭代法这里分为线性与非线性两大类.Ga.法(Ga璐nr目兀心)，Sd翻法(Sei-delrr℃th司)，逐次超松弛法(见松弛法(侧公爪沁n1优thod))和带有tle氏皿eB参数的迭代法属于线性方法;变分法(如最速下降法，共扼梯度法和极小偏差法(mi曲nal discrepancyn坦thod))等.见最速下降法(s吹p巴t把ceni，皿thi对of);共扼梯度法(eonju，te脚dients，此山记of)属于非线性方法.最有效的迭代法之一是使用tIe玩IIDeB参数(Che勿shevP~t-ers)，这里A是一个带有〔。，M』上谱的自相伴算子，M>m>0.这个方法提供了关于预先指定的第n步收敛性最优(对谱边界上的给定信息)估计.方法可描述为 “‘+’=“一“*十1(通。
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