机译:实施Paikem案例学习和合作学习对学习能力和质量的影响
机译:增强学生的学习方式:逐步实施基于案例的学习的附加价值
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:基于案例的统计学习:应用于SPECT图像的非参数实现
机译:从SVM分类器学习准确且易于理解的规则。
机译:当单项问题大于组(II)时:使用非参数统计数据解决基于单例体素的形态计量中高误报率的问题
机译:图10:异常值绘图:(a)Boxplot与具有和没有异常值的最佳三种方法(ENET,FSMK1和SVM-RFE)的结果。 *,根据双氟硅酮试验,与p值<2.2×10-16的统计学上有显着差异; **,根据非参数弗里德曼测试的统计学意义差异,具有P值<1.92×10-41的IMAN和DAVENPORT校正。在面板的底部,基于中位的对比度估计热图。在(b)中,通过根据图像所属的类别着色,通过着色它们来绘制残留物。