Faculty of Economics, Chulalongkorn University, Bangkok, Thailand;
Support vector machine; Spatial choice modeling; Characterization and prediction;
机译:使用支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预测水质指数(WQI)
机译:支持向量机(SVM)模型预测地下水中的硝酸盐浓度及其空间分布
机译:一种用于短期风速预测和分析的强大组合方法-使用GPR(ARIMA(自回归综合移动平均值),ELM(极限学习机),SVM(支持向量机)和LSSVM(最小二乘SVM)预测进行组合高斯过程回归模型
机译:使用支持向量机(SVM)的空间选择建模:表征和预测
机译:结合生物标志物和临床病理因素预测乳腺癌对辅助化疗的反应:Cox模型和支持向量机(SVM)方法。
机译:ARIMA和最小二乘支持向量机(LS-SVM)模型用于预测受灾最严重国家中SARS-CoV-2确诊病例的研究
机译:基于小波分解的最小二乘支持向量机(Ls-sVm)和人工神经网络(aNN)的风电功率预测模型比较