Department of Electrical Engineering and Computer Science, CINVESTAV-IPN, Unidad Guadalajara, Av. Cientifica 1145, Colonia El Bajio, Zapopan, Jalisco 45015, Mexico,Department of Computer Science, CINVESTAV-IPN, Av. IPN 2508, Col: San Pedro Zacatenco, Mexico City 07360, Mexico;
Department of Electrical Engineering and Computer Science, CINVESTAV-IPN, Unidad Guadalajara, Av. Cientifica 1145, Colonia El Bajio, Zapopan, Jalisco 45015, Mexico,Department of Computer Science, CINVESTAV-IPN, Av. IPN 2508, Col: San Pedro Zacatenco, Mexico City 07360, Mexico;
机译:基于Boosting方法的单神经网络和两个集成神经网络故障诊断性能比较
机译:分形神经网络:组织学图像分类的分形几何和卷积神经网络的新集合
机译:单个最佳人工神经网络和神经网络集成在钯微萃取建模中的比较
机译:神经网络集成方法模拟太阳电池阵列降解过程
机译:神经规则集成:将特征交互编码到神经网络中
机译:基于集成卷积神经网络和深度神经网络的特征融合方法进行轴承故障诊断
机译:劣化神经网络的集合
机译:当网络不同意:混合神经网络的集合方法。