1) AoR algorithm
AoR算法
1.
In this paper,the parallel AoR algorithm for the solution of a large set of linear equa-tions with positive definite Hermitian coefficient matrix is investigated, and the convergance theorem of the parallel AoR algorithm is proved under the assumption that the matrix A is in the dissected form.
本文研究了系数矩阵为Hermite正定矩阵的解大型线性方程组Ax=b的并行AoR算法。
2) Line-AOR algorithms
线AOR算法
3) parallel AOR algorithm
并行AOR算法
4) Modified line-AOR algorithms
修正的线AOR算法
5) AOR method
AOR法
1.
In this paper, we prove the hγ,ω (0≤γ≤ω<c,ω>0) minimum is the h1,1, here, hγ,ω is an error estimate constant of the AOR method s error estimate formula in strictly diagonally dominant matrix.
本文论证了严格对角占优矩阵之AOR法的误差估计式中的误差估计常数hγ,ω（0≤γ≤ω0）的最小值是h1,1。
2.
In this paper, the spectral radius ρ(G)=ρ(L 1,1 ) of the iterative matrix G=L 1,1 of Gauss-Seidel method being the minimum of ρ(L r,w ) (0≤r≤w≤1, w>0) are proved under the condition that B=L+U≥0,ρ(B)<1 for the Jacobi iterative matrix B of the linear systems coefficient matrix A, that is Gauss-Seidel iteration being the fastest convergent iterative method in the AOR method.
本文证明了当线性方程组系数矩阵 A之 Jacobi迭代矩阵 B=L+ U≥ 0 ,ρ( B) <1时 Gauss-Seidel法之迭代矩阵 G=L1,1的谱半径 ρ( G) =ρ( L1,1)是 ρ( Lr,w) ( 0≤ r≤w≤ 1 ,w>0 )中的最小值 ,即此时 Gauss-Seidel迭代是 AOR法中收敛最快的迭代法 。
6) AOR iterative method
AOR迭代法
1.
Estimate for error of the AOR iterative method;
AOR迭代法的误差估计(英文)
2.
Preconditioned parallel AOR iterative method;
预处理并行AOR迭代法
3.
A new estimate of error of AOR iterative method
AOR迭代法一个新的误差估计
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