1) Deriving Fillippone
衍生Fillippone算法
2) growing algorithm
衍生算法
1.
Complex-exponential Fourier neuronal network and its hidden-neuron growing algorithm;
复指数Fourier神经元网络隐神经元衍生算法
3) gene-derive algorithm
基因衍生算法
4) key derivation algorithm
密钥衍生算法
1.
An encryption key with an event and an authorization key with a subscription filter are combined in the method,and hierarchical key derivation algorithm is used to map the authorization keys and the encryption keys into a common key space in order to make the cost independent of the number of subscribers.
该方法通过加密密钥与事件、认证密钥和订阅消息过滤器相结合,采用分层的密钥衍生算法将加密密钥和认证密钥映射到公共密钥空间中,使密钥管理的花费独立于订阅者数量。
5) PT der method
PT衍算法
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