1) interpretive algorithm
解释算法
1.
Besides,interpretive algorithm of instruction list program is mainly discussed.
对软PLC解释器模块关于指令表语言程序的解释算法进行了重点阐述。
2) FIA (Form interpretation algorithm)
FIA(表单解释算法)
3) interpretation method
解释方法
1.
Gas logging interpretation method of oil-gas potential reservoirs based on grey correlation analysis;
基于灰色关联分析的储层含油气性气测解释方法
2.
Low resistivity mechanism and interpretation method for Aidan Field;
艾丹油田油层低阻机理及解释方法研究
3.
Discussion about gas logging interpretation methods of the different oil-bearing layer series for Guanjiapu area of Dagang Oilfield;
大港油田关家堡地区不同含油层系气测解释方法探讨
4) judicial interpretation
司法解释
1.
On the judicial interpretation of the Supreme People s Court in China——Suspect legality of article 5 of FaFa(2007)No.12;
最高人民法院司法解释的法律效力问题——论法发〔2007〕12号第五条的合法性
2.
Challenge to the Judicial Interpretation of Accomplished and Attempted Crime of Robbery——Also on the Realistic Gain and Loss of Judicial Interpretation and its Appropriate Trend;
抢劫罪既遂、未遂的司法解释质疑——兼论司法解释的现实得失与应然走向
3.
Discussions of the Construction of "Rule of Removing Illegal Confession" in Our Country——Take the suspicion to the judicial interpretation of Supreme Court as angle of view;
试论我国非法口供排除规则的构建——以对最高法院司法解释第61条的置疑为视角
5) legal interpretation
法律解释
1.
Reconstructing of Historical Interpretation ——from legal interpretation aspect;
历史解释的重构——法律解释学的视角
2.
Emotion、Nous、Law in Legal Interpretation;
法律解释中的情、理、法
6) Judicial interpretations
司法解释
1.
The prejudication system is rational to some extent, which can overcome the limitations of judicial interpretations and make every case equal.
司法解释具有与成文法相似的局限性,如何克服司法解释的局限性,实现司法个案正义便是一个亟需解决的问题。
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