...
机译:使用神经网络模型识别来表征太阳能组合系统性能的全局方法测试改进
LOCIE, CNRS FRE3220, Universite de Savoie, Polytech'Annecy-Chambery, 73376 Le Bourget du Lac, France CEA LITEN INES, BP 332, 50 avenue du Lac Leman, 73377 Le Bourget du Lac. France;
LOCIE, CNRS FRE3220, Universite de Savoie, Polytech'Annecy-Chambery, 73376 Le Bourget du Lac, France;
CEA LITEN INES, BP 332, 50 avenue du Lac Leman, 73377 Le Bourget du Lac. France;
neural network; solar combisystem; performance prediction; test bench; characterisation;
机译:印度全球太阳辐射估算实证模型的性能改进:k折交叉验证方法
机译:关于选定行为神经学习模型对比表现的分析与评估,与一个生物启发非神经巧克力模型(神经网络方法)
机译:用于生成孤立地点的全球太阳辐射数据序列的简化模型:使用人工神经网络和马尔可夫转移矩阵方法
机译:具有全局方法测试的太阳能组合特征和基于神经网络的模型识别
机译:住宅太阳能组合系统的性能建模和经济分析
机译:有限元模型(FEM)模拟与综合人工神经网络(ANN) - 群综合优化(PSO)方法的比较预测微电路电气放电加工(微EDM)钻井的性能
机译:使用神经网络模型识别来表征太阳能组合性能的全局方法测试改进