机译:通过偏最小二乘方法估计高维问题克里金模型超参数的一种改进方法
Univ Michigan, Dept Aerosp Engn, 1320 Beal Ave, Ann Arbor, MI 48109 USA;
Off Natl Etud & Rech Aerosp, 2 Ave Edouard Belin, F-31055 Toulouse, France;
SNECMA, Rond Point Rene Ravaud Reau, F-77550 Moissy Cramayel, France;
Univ Toulouse, CNRS, Inst Clement Ader, ISAE SUPAERO, 10 Ave Edouard Belin, F-31055 Toulouse 4, France;
机译:通过偏最小二乘降维来改进高维设计模型的kriging替代
机译:通过使用克里格模型与局部最小二乘法(Vol 50,PG 2038,2018)结合使用Kriging模型,高效的全局优化
机译:使用Kriging模型与局部最小二乘法相结合的Kriging模型,高效的全局优化
机译:改进的KFCM聚类辅助的基于多模核偏最小二乘的非线性软传感器建模方法
机译:估算土壤性质的地统计学方法(克里格,科克里格,宾格法)。
机译:使用偏最小二乘回归的区域化国家通用克里格模型用于估计流行病学中的年度PM2.5浓度
机译:一种通过偏最小二乘方法估计高维问题克里金模型超参数的改进方法
机译:基于移动最小二乘,克里格法和径向基函数的导数估计响应面构造方法比较