机译:人工神经网络(ANN),小波神经网络(WNN)和支持向量机(SVM)数据驱动模型对Shahr-E-Babak地区的铜矿化,克尔曼,伊朗
机译:一种提高基于ANN和SVM的时间序列模型的长期地下水位预测的稳定性和准确性的方法
机译:西北极端干旱地区地下水深度月度预测的混合小波人工智能模型比较研究
机译:基于SVM和ANN的短期负荷预测混合模型的比较分析。
机译:结合生物标志物和临床病理因素预测乳腺癌对辅助化疗的反应:Cox模型和支持向量机(SVM)方法。
机译:混合ARIMA-SVMs模型的多步骤航空旅客流量预测
机译:我们开发了一种科学创造力模型,并在稀有疾病领域进行测试。我们的模型基于对Rett综合征的深入案例研究的结果。档案分析,文献计量技术和专家调查与网络分析相结合,以确定最具创造力的科学家。首先,比较生成和组合创造力的替代措施。然后,我们推广了我们的结果,并提出了社会语义网络演化的随机模型。模型预测用多个罕见疾病专业网络进行测试。我们发现,一个领域的专家之间的新的科学合作增强了组合创造力。相反,新手的高入门率与生成创造力负相关。通过扩展这组有用的概念,创造性的科学家获得了中心地位。同时,通过增加科学界的中心地位,科学家们可以复制和推广他们的结果,从而促进科学范式的发展。
机译:地下水水质预测模型的比较分析与发展