1) NLJ algorithm
NLJ算法
1.
In PID control, because there are still many single loop, single identification play an important role presently This paper has studied the continuous-model identification based on NLJ algorithm which has already apply to industry process successfully.
本文中研究基于NLJ算法的连续模型辨识,能够很好的应用于工业过程。
2) NLJ optimization algorithm
NLJ优化算法
3) Luus-Jaakola algorithm
NLJ搜索算法
4) new Luus-Jaakola search procedure
NLJ随机搜索算法
5) NLJ method
NLJ方法
1.
Mainly it discusses two problems: software instruments of viscosity and flash point using neural networks and operation optimization on the atmospheric and vacuum towers using NLJ method.
主要探讨了两个方面的问题：采用神经网络建立各个侧线粘度和闪点的软测量仪表以及采用NLJ方法实现常减压塔的操作优化。
6) NLJ optimization
NLJ优化
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