1) stochastic parallel gradient descent(SPGD)algorithm
随机并行梯度下降(SPGD)算法
2) stochastic parallel gradient descent algorithm
随机并行梯度下降算法
1.
It is indicated that adaptive optics based on stochastic parallel gradient descent algorithm can be used to beam cleanup.
结果显示,净化后光束质量都得到了提高,甚至β因子大于9的光束在净化后其β因子也减小了58%,表明基于随机并行梯度下降算法的自适应光学方法确实可以用于光束净化。
3) stochastic parallel gradient descent
随机并行梯度下降
1.
Based on stochastic parallel gradient descent (SPGD) control algorithm,an adaptive optics test-bed without a wave-front sensor was built with a 32-element deformable mirror and a CCD.
基于随机并行梯度下降(SPGD)算法,32单元变形镜,CCD成像器件等建立了无波前传感自适应光学系统实验平台。
2.
This paper researches the application of the stochastic parallel gradient descent(SPGD)optimization algorithm on the beam cleanup system.
就随机并行梯度下降(SPGD)最优化算法在光束净化系统中的应用展开研究。
4) stochastic gradient descent algorithm
随机梯度下降算法
5) Stochastic gradient-descent
随机梯度下降法
6) gradient descent algorithm
梯度下降算法
1.
For the aim of improving the dynamical system simulation ability of recurrent neural network, Based on Elman network, the recurrent wavelet neural network (RWNN ) was proposed in the paper, and the dynamic gradient descent algorithm of RWNN was given.
为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。
2.
Thirdly,the parameters of the controller are identified by gradient descent algorithm on-line.
将系统用T-S模糊模型来表示,并基于并行分布补偿(PDC)基本思想设计了一种具有未知参数的模糊控制器,同时采用梯度下降算法对该控制器的参数进行在线辨识。
补充资料：并行算法
适用于并行计算机的数值算法。计算机传统结构的显著特征是单指令流单数据流，即每一时刻按一条指令处理一个数据。通常的数值算法适于此类计算机，可称串行算法。20世纪60年代开始发展含大量处理机的并行计算机，它分单指令流多数据流与多指令流多数据流两类，每一时刻分别按一条或多条指令处理多个数据。并行计算机的出现促使了适应其并行这个特点的并行算法的发展。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
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