首页> 外文OA文献 >INDIA’S ELECTRICITY DEMAND FORECAST USING REGRESSION ANALYSIS AND ARTIFICIAL NEURAL NETWORKS BASED ON PRINCIPAL COMPONENTS

【2h】

INDIA’S ELECTRICITY DEMAND FORECAST USING REGRESSION ANALYSIS AND ARTIFICIAL NEURAL NETWORKS BASED ON PRINCIPAL COMPONENTS

机译：基于主成分的回归分析和人工神经网络的印度电力需求预测

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

著录项
引文网络
相似文献
相关主题

著录项

作者
S. Saravanan; S. Kannan; C. Thangaraj;
展开▼
作者单位

展开▼
年度 2012
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Improved estimation of electricity demand function by using of artificial neural network, principal component analysis and data envelopment analysis [J] . A. Kheirkhah, A. Azadeh, M. Saberi, Computers & Industrial Engineering . 2013,第1期

机译：通过使用人工神经网络，主成分分析和数据包络分析改进对电力需求函数的估计
2. Short-term traffic forecasting based on principal component analysis and a generalized regression neural network for satellite networks [J] . Liu Ziluan, Li Xin 中国邮电高校学报（英文版） . 2018,第001期

机译：基于主成分分析和广义回归神经网络的卫星网络短期交通量预测
3. Hourly prediction of a building's electricity consumption using case-based reasoning, artificial neural networks and principal component analysis [J] . Platon Radu, Dehkordi Vahid Raissi, Martel Jacques Energy and Buildings . 2015,第apra期

机译：使用基于案例的推理，人工神经网络和主成分分析对建筑物的用电量进行每小时预测
4. Forecasting India's electricity demand using Artificial Neural Network [C] . Saravanan S., Kannan S., Thangaraj C. Advances in Engineering, Science and Management (ICAESM), 2012 International Conference on . 2012

机译：使用人工神经网络预测印度的电力需求
5. Application of principal component analysis and artificial neural networks in the determination of filler dispersion during polymer extrusion processes. [D] . Yan, Jian. 2003

机译：主成分分析和人工神经网络在聚合物挤出过程中确定填料分散性中的应用。
6. A QSAR study of some cyclobutenediones as CCR1 antagonists by artificial neural networks based on principal component analysis [O] . M Shahlaei, A Fassihi, L Saghaie, 2011

机译：基于主成分分析的人工神经网络对某些环丁烯二酮作为CCR1拮抗剂的QSAR研究
7. Using principal component analysis to increase accuracy of prediction of metabolic syndrome in artificial neural network and logistic regression models [O] . Sedehi M., Mehrabi Y., Khodabakhshi A. 2011

机译：使用主成分分析提高人工神经网络和Logistic回归模型中代谢综合征的预测准确性

INDIA’S ELECTRICITY DEMAND FORECAST USING REGRESSION ANALYSIS AND ARTIFICIAL NEURAL NETWORKS BASED ON PRINCIPAL COMPONENTS

著录项

引文网络

相似文献

相关主题

期刊订阅