机译:基于增强聚类算法和亚当的溶解氧浓度预测径向基函数神经网络模型
机译:基于径向基函数神经网络(RBFNN)的方法同时对每小时溶解氧浓度(DO)进行建模和预测:以美国俄勒冈州克拉马斯河为例
机译:基于径向基函数神经网络(RBFNN)的新建模策略,用于使用公历日历的成分作为输入来预测溶解氧浓度:美国俄勒冈州克拉克马斯河的案例研究
机译:用模糊C监测虾池塘中水中的水质量,溶解氧的预测基于基于径向基函数神经网络
机译:径向基函数神经网络参数的模糊聚类算法及其在系统建模中的应用
机译:径向基函数神经网络系统识别与飞机模型预测控制
机译:基于多线性和径向基函数神经网络的QSPR模型的比较用于预测有机化合物的临界温度临界压力和中心因子
机译:基于径向基函数神经网络(RBFNN)的新型建模策略预测溶解氧浓度,使用Gregorian日历组分作为输入:Clackamas River,Overon,USA的案例研究
机译:基于聚类的径向基函数和sigmoid感知器网络算法。