1) d-left Algorithm
d-left算法
1.
Research and Implementation of Hardware Hash Table Based on d-left Algorithm;
基于d-left算法的硬件哈希表研究与实现
2) d-Left CBF
d-Left计数型布隆滤波器
3) D*Lite algorithm
D*Lite算法
4) D* algorithm
D*算法
1.
Pertaining to partially-sensored environment information,an on-line path planning is proposed for mobile robots using the Voronoi diagram and dynamic D*D* algorithm.
针对移动机器人在部分环境信息已知下的路径规划问题,运用Voronoi图理论及动态路径最优算法(D*算法)理论,研究了一种基于传感器信息的移动机器人在线路径规划的方法。
2.
On the basis of comprehensive considerations of the cost of each edge and the current use of wave-lengths in the network,the evaluation function of D*D* algorithm is constructed,achieving efficient assignment of the dynamic traffics in WDM networks.
将网络中各边代价与当前波长使用情况综合考虑,建立D*算法的估价函数,实现了WDM光网络中动态业务的高效分配。
5) R-D algorithm
R-D算法
1.
By combining with the measured data of the airborne squinted SAR,an improved algorithm based on the original R-D algorithm is proposed in this paper,.
文中结合机载SAR斜视的实测数据,讨论了在原有的R-D算法基础上的一种改进方案,即在时域校正线性距离走动并频域校正距离弯曲,有效地避免了这种跳跃现象,使成像效果得到明显改善。
2.
The R-D algorithm used in squint mode spaceborne SAR is analyzed carefully in theory,and the difference between the two R-D algorithms is also discussed and compared.
对适用于星载SAR斜视情况下的距离-多普勒(R-D)算法进行了详细系统的理论分析,并对比了两种R-D算法的不同。
3.
The R-D algorithm is executed in real time by using high efficient parallel processing algorithm and high speed data transferring method.
利用多片ADSP-21160构造了并行高速雷达信号处理系统,实现了合成孔径雷达(SAR)的R-D算法流程。
6) F-D algorithm
F-D算法
1.
A new optimization algorithm-F-D algorithm is proposed.
分析Floyd算法与Dijkstra算法的基本思想,将二者结合起来,给出一种新的求最短路径的优化算法——F-D算法,用F-D算法求解基于GIS的电力通信线路最短路径,并在约束条件下对所求最短路径进行修正,验证了F-D算法的先进性和高效性,优化了通信线路的拓扑,实际应用意义重大。
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