...
机译:通过Cholesky,SVD,QR和本征分解在极端学习机中管理模型选择和交叉验证的计算成本
Univ Macedonia, Dept Appl Informat, Parallel & Distributed Proc Lab, 156 Egnatia Str,POB 1591, Thessaloniki 54006, Greece;
Univ Macedonia, Dept Appl Informat, Parallel & Distributed Proc Lab, 156 Egnatia Str,POB 1591, Thessaloniki 54006, Greece;
Model selection; Cross-validation; Extreme learning machines; Matrix decompositions;
机译:极端学习机的混合结构与特征选择,信号分解和参数优化结合短期风速预测
机译:基于原子稀疏分解和极限学习机的小电流接地故障线选择方法
机译:基于原子稀疏分解和极限学习机的小电流接地故障线选择方法
机译:NN分类器:通过主动模式选择降低交叉验证的计算成本
机译:预测风力涡轮机故障和相关成本:调查故障原因,影响和严重性,建模可靠性并使用可靠性方法和机器学习技术预测风力涡轮机的故障时间,维修时间和故障成本
机译:基于机器学习的计算基因选择模型:调查绩效评估开放问题和未来的研究方向
机译:基于原子稀疏分解和极端学习机的小电流故障线选择方法