1) Newton-Raphson algorithm (NR algorithm)
Newton-Raphson算法(NR算法)
2) Newton-Raphson algorithm
Newton-Raphson算法
1.
In this paper,a modified Newton-Raphson algorithm based on the Marquardt method is presented.
该方法用迭代法获得电磁波流动图像重建不适定逆问题稳定解,仿真结果表明该方法与修正的Newton-Raphson算法相比能快速而较高精度地重建出两相流断层图像。
2.
Finally,Newton-Raphson algorithm is used to calculate the value of the parameters.
首先写出观测数据的边缘对数似然函数,然后用拟蒙特卡罗方法将函数中的积分写成求和的形式,接着利用Newton-Raphson算法计算参数的极大似然估计。
3.
Newton-Raphson algorithm and CM algorithm were used,at the same time amended CM algorithm was put forward.
在完全数据条件下对Weibull分布,分别使用Newton-Raphson算法、CM算法进行完全数据Weibull分布参数的极大似然估计计算,并且在得到相应的迭代公式后,进行随机模拟,从模拟结果来分析这两种算法在处理Weibull分布参数的极大似然估计的优良性。
3) Newton-Raphson method
Newton-Raphson法
1.
This paper optimizes the potential parameters of Wilson equation in water- ethanol system via Newton-Raphson method.
利用Newton-Raphson法拟合了气-液平衡计算中最困难的二元含水体系(水-乙醇体系)气液平衡组成的Wilson方程参数。
2.
Newton-Raphson Method and load increment method are two main methods for geometrically nonlinear analysis.
Newton-Raphson法和荷载增量法是求解几何非线性问题的两种常用方法。
3.
It is difficult to solve the relationship between the mass and the volume of oil box and its parameters,but the solving process can be simplified by Newton-Raphson method.
求解油箱的质量、容积与其尺寸参数间的关系是非常复杂的,而Newton-Raphson法简化了求解过程。
4) Newton-Raphson method
Newton-Raphson方法
1.
The presented nonlinear equations were analyzed by Newton-Raphson method.
为了准确地计算悬索桥主缆的成桥线形和无应力索长,采用悬链线单元建立了确定悬索桥主缆线形和无应力索长的计算公式;对计算悬索桥主缆线形的非线性方程组采用Newton-Raphson方法求解,并详细地讨论了吊杆力的计算及悬索桥主缆线形和无应力索长的计算过程;最后通过算例验证了该方法的有效性、计算精度和稳定性,并将计算结果与其他文献方法的计算结果进行了比较。
5) Newton-Raphson solution technique
Newton-Raphson解法
6) NR-SD algorithm
NR-SD算法
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