机译:企业电力消耗的回归建模:经常性神经网络及其变种的比较
Chongqing Technol & Business Univ Sch Management Sci & Engn Chongqing 400067 Peoples R China|Univ Algarve Ctr Elect Optoelect & Telecomunicacoes P-8005139 Faro Portugal;
Chongqing Acad Big Data Chongqing 401123 Peoples R China;
Chongqing Acad Big Data Chongqing 401123 Peoples R China;
Chongqing Technol & Business Univ Sch Management Sci & Engn Chongqing 400067 Peoples R China;
Chongqing Technol & Business Univ Sch Management Sci & Engn Chongqing 400067 Peoples R China;
Chongqing Technol & Business Univ Sch Management Sci & Engn Chongqing 400067 Peoples R China;
Enterprise electricity consumption; Recurrent neural network; Long short-term memory; Gated recurrent unit; Forecast;
机译:低复杂度模型的比较评估,以预测机构建筑物中的用电量:线性回归与模糊建模与神经网络
机译:预测用电量:回归分析,神经网络和最小二乘支持向量机的比较
机译:预测电能消耗:回归分析,决策树和神经网络的比较
机译:用电量预测:回归模型与人工神经网络模型的比较分析
机译:将回归模型和ARIMA模型与神经网络模型进行比较,以预测White Clay Creek的日流量。
机译:预测结果的建模技术选择:人工神经网络分类和回归树的比较以及用于预测医疗康复结果的线性回归分析
机译:电力消耗预测的回归卷积神经网络和支持向量回归模型