首页> 外文OA文献 >Optimisation of the input layer structure for feed-forward NARX neural network

【2h】

Optimisation of the input layer structure for feed-forward NARX neural network

机译：前馈NARX神经网络输入层结构的优化

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

摘要
著录项
引文网络
相似文献
相关主题

摘要

This paper was presented at: ICMICE 2015: 17th International Conference on Modelling, Identification and Control Engineering, 9th-10th July 2015, Prague, Czech Republic.

机译：本文发表于：ICMICE 2015：第17届建模，识别和控制工程国际会议，2015年7月9日至10日，捷克共和国布拉格。

著录项

作者
Li Zongyan; Best Matt C.;
展开▼
作者单位

展开▼
年度 2015
总页数
原文格式 PDF
正文语种 en
中图分类

相似文献

外文文献
中文文献
专利

1. 射频功率放大器前馈输入延迟神经网络模型 [J] . 翟建锋, 周健义, 赵嘉宁, 东南大学学报（英文版） . 2008,第001期
2. Structure optimisation of input layer for feed-forward NARX neural network [J] . Zongyan Li, Matt Best International Journal of Modelling, Identification and Control . 2016,第3期

机译：前馈NARX神经网络输入层的结构优化
3. Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX) [J] . Wunsch Andreas, Liesch Tanja, Broda Stefan Hydrology and Earth System Sciences Discussions . 2021,第3期

机译：与人工神经网络的地下水位预测：具有外源输入（NARX）的长短期记忆（LSTM），卷积神经网络（CNNS）和非线性自回归网络的比较
4. Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX) [J] . Wunsch Andreas, Liesch Tanja, Broda Stefan Hydrology and Earth System Sciences . 2021,第3期

机译：与人工神经网络的地下水位预测：具有外源输入（NARX）的长短期记忆（LSTM），卷积神经网络（CNNS）和非线性自回归网络的比较
5. Comparative Study of Elman Neural Network (ENN) and Neural Network Autoregressive With Exogenous Input (NARX) For Flood Forecasting [C] . Siti Maisarah Zainorzuli, Syahrul Afzal Che Abdullah, Ramli Adnan, 2019 IEEE 9th Symposium on Computer Applications amp; Industrial Electronics . 2019

机译：Elman神经网络（ENN）和神经网络自回归与外来输入（NARX）进行洪水预报的比较研究
6. Artificial neural networks, non linear auto regression networks (NARX) and Causal Loop Diagram approaches for modelling bridge infrastructure conditions [D] . Jonnalagadda, Srimaruthi. 2016

机译：人工神经网络，非线性自回归网络（NARX）和因果环图方法，用于建模桥梁基础设施条件
7. High serotonin levels during brain development alter the structural input-output connectivity of neural networks in the rat somatosensory layer IV [O] . Stéphanie Miceli, Moritz Negwer, Fenneke van Eijs, 2013

机译：大脑发育过程中高血清素水平改变了大鼠体感层IV中神经网络的结构输入输出连接
8. Structure optimisation of input layer for feed-forward NARX neural network [O] . Li Zongyan, Best Matt C. 2016

机译：前馈NARX神经网络输入层的结构优化
9. Comparison of Nonlinear Optimisation Strategies for Feed-Forward Adaptive Layered Networks [R] . Webb, A. R., Lowe, D., Bedworth, M. D. 1988

机译：前馈自适应分层网络非线性优化策略的比较

Optimisation of the input layer structure for feed-forward NARX neural network

摘要

著录项

引文网络

相似文献

相关主题

期刊订阅