机译:主成分分析和轨道质量指标:一种机器学习方法
Univ Delaware, Dept Civil & Environm Engn, Newark, DE 19716 USA;
Univ Delaware, Dept Civil & Environm Engn, Newark, DE 19716 USA;
Track quality index; Principal components; Machine learning; Railway engineering;
机译:使用主成分分析作为机器学习方法的主要成分分析增强Au / Zno-Na等离子体信号信号
机译:基于主成分分析和机器学习的工业维修平衡计分卡战术决策集成方法
机译:PCA-ELM:一种基于主成分分析的鲁棒修剪的极限学习机方法
机译:Geoshap:一种从机器学习模型和主要成分分析中导出岩石质量指数的新方法
机译:一种基于样本的机器学习的聚类和主成分方法,用于分类识别。
机译:基于机器学习技术的路径损耗预测:主成分分析人工神经网络和高斯过程
机译:一种方法对工业维护余额记分卡在工业维护余额中的途径使用主成分分析和机器学习
机译:基于半定规划和广义主成分分析的面部表情识别无监督学习方法