1) resilient back propagation neural network
弹性back propagation神经网络
2) back propagation(BP) neural network
BP(back propagation)神经网络
3) back propagation networks
BP(Back-Propagation)网络模型
4) elastic neural network
弹性神经网络
1.
A ANN(artificial neural network)--an elastic neural network is constructed by applying the identifying principle of neural network patterns, overcoming better the show convergence and local minimium occurring in BP neural network grads algorithm.
应用神经网络模式识别原理 ,构建一种人工神经网络 (ANN)———弹性神经网络 ,能较好地解决常用BP神经网络梯度算法中可能出现的收敛缓慢和局部最小问题 ,将模型应用于大红山铜矿缓倾斜中厚矿体采矿方法模糊优选 ,与用模糊数学法得出的结论基本一致。
5) BP(Back Propagation) network
BP(Back Propagation误差反向传播)网络
6) Back-Propagation Algorithm
Back-Propagation算法
补充资料：back propagation
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