退出
我的积分:
中文文献批量获取
外文文献批量获取
机译:通过使用模糊积分选择和组合信息源来提高声音事件分类的性能
Andrey Temko; Dušan Macho; Climent Nadeu;
机译:基于名为 $ C_ {F_1F_2} $ tex-math> <>的CC积分的非平均泛化,提高基于模糊规则的分类系统的性能/ inline-formula>-积分
机译:结合引力搜索算法,粒子群优化和模糊规则,提高前馈神经网络的分类性能
机译:使用遗传算法选择训练模式的呈现顺序,以提高简化的模糊ARTMAP分类性能
机译:通过使用模糊积分选择和组合信息来源来提高声学事件分类的性能
机译:用于电力系统网络事件分类的模糊神经网络模式识别算法。
机译:量子混合PSO与模糊k-NN方法相结合在宫颈癌检测中的特征选择和细胞分类
机译:使用模糊积分包含用于检测声事件的视频信息
机译:信号序列评估方法用于例如高效液相色谱法,包括将事件特征与预设阈值进行比较,并通过选择事件组合信号序列或其事件
机译:根据基于模糊的基于逻辑的分类,将数据源映射到存储设备
机译:基于模糊逻辑分类将数据源映射到存储设备
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。