1) Bayesian-BP neural network
贝叶斯-BP神经网络
1.
For studying the inverse kinematics of an 8-DOF drilling robot,a Bayesian-BP neural network model is presented to solve the multi-joint redundant robot inverse kinematics in a continuous path.
仿真试验证明:构造的贝叶斯-BP神经网络模型可克服BP网络无反馈连接,易陷于局部最少及训练次数少的缺点;该方法在求解位于连续轨迹上的多个工作点的逆运动学问题时,求解的机械臂各关节转动或移动变化平缓,而且逆运动学求解精度可满足控制要求。
3) Bayesian neural networks
贝叶斯神经网络
1.
A novel model based on Bayesian neural networks for prediction of protein secondary structure is provided and a comparison of the performance of Bayesian neural networks(BNN) with traditional BP neural networks(BPNN) is made.
提出了一种新的基于贝叶斯神经网络(BNN)的蛋白质二级结构预测方法。
4) Bayesian-Gaussian neural network
贝叶斯-高斯神经网络
1.
In order to make full use of the data obtained from the dynamic response process of the nonlinear dynamic system,a novel Bayesian-Gaussian neural network based on sliding-window(SW--BGNN)is proposed which combines the Bayesian reasoning formula with the Gaussian assumption.
为了充分利用非线性动态系统响应过程中的数据,本文提出了一种基于滑动数据窗口(sliding data window)的贝叶斯-高斯神经网络(SW-BGNN)模型。
5) Bayesian regularized neural network
贝叶斯规整化神经网络
1.
Bayesian regularized neural network prediction model for molecular blood-brain barrier partitioning;
贝叶斯规整化神经网络模型预测化合物分子的血脑屏障通透性
6) bayesian-regularization neural networks
贝叶斯正则化神经网络
1.
For the specific layer interface, the processing parameter was forecasted based on bayesian-regularization neural networks(BRNN), which was certificated by means .
针对具体层间界面形状,基于贝叶斯正则化神经网络预测工艺参数,并借助MPI软件的co-injection模块检验。
补充资料：神经网络BP算法
分子式：
CAS号：
性质：它是D.Rumellart等人提出的一个监督训练多声能神经网络的算法，每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
CAS号：
性质：它是D.Rumellart等人提出的一个监督训练多声能神经网络的算法，每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
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