1) radial basis function neural network
径向基函数(RBF)神经网络
2) RBF neural network
径向基函数(RBF)神经网络
3) RBF nerve network
径向基函数RBF神经网络
1.
A method of predicting surrounding rock displacement is set up by using the RBF nerve network s function of powerful nonlinear mapping and fast convergence rate, in which the monitoring data of surrounding rock displacement are chosen.
选择现场监测的围岩位移数据为样本,利用径向基函数(RBF)神经网络具有强大的非线性影射能力和收敛速度快的特点,建立围岩位移预测神经网络模型进行位移预测。
4) RBF-Network
径向基函数神经网络(RBF-Network)
5) radial basis function neural network(RBF-NN)
径向基函数神经网络(RBF-NN)
6) fuzzy radial basis function(RBF)neural network
模糊径向基函数(RBF)神经网络
补充资料：原子径向分布函数
分子式：
CAS号：
性质：电子出现在半径为r的球面附近单位厚度球壳内的概率，以符号D(r)表示。通常定义D(r)为：D(r)=4πr2R2(r)，其中R(r)为原子轨函中的径向部分。它反映电子云的分布随半径r的变化情况。对氢原子而言，径向分布函数最大值在r等于玻尔半径α0处，在此意义上可以说玻尔轨道是氢原子结构的粗略近似。
CAS号：
性质：电子出现在半径为r的球面附近单位厚度球壳内的概率，以符号D(r)表示。通常定义D(r)为：D(r)=4πr2R2(r)，其中R(r)为原子轨函中的径向部分。它反映电子云的分布随半径r的变化情况。对氢原子而言，径向分布函数最大值在r等于玻尔半径α0处，在此意义上可以说玻尔轨道是氢原子结构的粗略近似。
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