1) k-medoids algorithm
k-medoids算法
2) K-Medoids
K-Medoids聚类算法
1.
Incremental Clustering Algorithm Based on K-Medoids;
增量式K-Medoids聚类算法
3) k-medoids Rotation Law
k-medoids轮换法
4) k-means algorithm
k-means算法
1.
Optimization study on initial center of K-means algorithm;
K-means算法的初始聚类中心的优化
2.
Application of K-means algorithm in macroscopic planning of highway transportation hub based on ant clustering algorithm;
一种基于蚁群算法的K-means算法——在公路运输枢纽宏观布局规划中的应用
3.
Research of K-means Algorithm and Parallelism Based on Hybrid Particle Swarm Optimization;
基于混合PSO的K-means算法及并行化研究
5) K-NN algorithm
K-NN算法
6) ω-k algorithm
ω-k算法
1.
The wavenumber domain algorithm (ω-k algorithm for short) has the ability to process wide-beam SAR data because it has the ability to handle the range-azimuth coupling correctly.
波数域算法(简称ω-k算法)可以很好地解决距离向和方位向的耦合问题,从而有能力处理宽波束SAR数据。
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