Multi-input and Multi-variable systems
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation
Associative Learning
Reducing Line Loss
Multiple Regression
Residuals and Least-Squares Property
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Liang Yixuan1,2
1School of Science, Xi 'an University of Technology, Xi'an, Shaanxi, P. R. China.
本研究介绍了一种新的多核成本敏感的极端学习机器 (ELM) 方法,使用预期内核自动编码器. 这种方法旨在提高基于内核的ELM模型的培训速度和泛化性能.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: