1) cyclone-recovery skimmer
涡旋式水上浮油回收装置 CRS
2) CRS-MZO stack
CRS-MZO
3) CRS algorithm
CRS算法
1.
Both CRS(Controlled Random Search)algorithm and modified CRS algorithm are not convergent,and a modified global optimization algorithm based on CRS2 is proposed.
CRS算法及改进的CRS算法都不具有收敛性,据此,提出一种改进CRS2全局收敛算法,该算法在产生新的试探点上,利用了随机搜索技术代替直接搜索技术,并对给出的算法进行了收敛性分析,证明了该算法依概率1收敛。
2.
The optimization of the controller parameters with the CRS algorithm based on the reduced-order modeling is presented.
根据降阶的系统模型、利用基本CRS算法对控制器参数进行优化。
4) CRS model
CRS模型
5) CRS stack
CRS叠加
1.
The CRS-MZO method is an innovative CRS stack method to simulate zero-offset(ZO) sections by the outplanat.
CRS-MZO方法是一种以输出道成像方式合成零偏移距剖面的共反射面元(Common Reflection Surface)叠加算法,它以完全不同的方式实现了CRS叠加。
2.
CRS stacking can be applied to the original prestack data without the need for any elevation statics.
通过对CRS叠加的改进,将复杂地表的影响考虑在内。
3.
However,an extension of the CRS stack method that takes into account the effects of the surface topography can process pre-stack data without static correction.
地震数据的试算表明,复杂地表CRS叠加得出的剖面与常规处理剖面相比有着较高的信噪比和同相轴连续性。
6) CRS gather
CRS道集
1.
According to optimized three parameters obtained by CRS stacking, we derived an analytical relationship between three parameters and migration velocity field, and put forward CRS gather migration velocity modeling method, which realize velocity estimation by optimized three parameters in CRS gather.
本文推导了基于CRS叠加得出的优化三参数与偏移速度之间的解析关系 ,提出了在CRS道集通过优化三参数实现速度估计的CRS道集偏移速度建模方法 。
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