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: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:基于通用回归神经网络的美国俄勒冈州上克拉马斯河每小时溶解氧浓度建模方法
机译:使用径向基函数神经网络(RBFNN)和逆模型对洪水预测建模:对比研究
机译:基于自适应径向基函数神经网络的实时谐波估计和有源电力滤波器的PWM控制
机译:主成分-径向基函数神经网络(PC-RBFNN)在近红外光谱法检测水杨桃汁中的应用
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