1) Monte Carlo algorithm
MonteCarlo算法
2) Monte Carlo-Hooke Jeeves algorithem
MonteCarlo-HookeJeeves算法
3) Multi-Monte Carlo method
多重MonteCarlo算法
4) Monte Carlo location algorithm
MonteCarlo定位算法
5) Monte Carlo method
MonteCarlo法
1.
Then this paper discusses the solutions of the dispersion functions by Monte Carlo method and compares them with those by the Newton iteration method.
其次 ,还讨论了用MonteCarlo法求解面波频散函数的问题。
2.
With Monte Carlo method, a group of stochastic variable uniformly distributed over [0,1] were used to simulate the uniform illuminance source and the Lambertion reflection in the inner face of the integrating sphere.
应用MonteCarlo法原理,利用区间[0,1]上均匀分布的随机变量产生的均匀照度光源模型及光在积分球内表面的漫反射模型,用Matlab编程,对一积分球出口平面处及距出口100mm以内的10个平面上的辐射能量和辐照度进行了计算机模拟。
3.
One was based on Monte Carlo method,and the ot.
针对路段通行能力分布的不同假设,给出分别基于MonteCarlo法和解析法的两种不同算法求解可靠性模型,并讨论了两种方法的特点和应用范围,同时用一个简单的例子进行了说明。
6) Monte Carlo simulation
MonteCarlo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