Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Ukraiński (UK)
Przejdź do strony domowej biblioteki Uniwersytet Ekonomiczny we Wrocławiu Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaUniwersytet Ekonomiczny we Wrocławiu

Wyszukujesz frazę ""PSO‐BP neural network"" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-20 z 100
Tytuł:
A multisource data‐driven approach for carbon footprint analysis of remanufacturing systems
Autorzy:
Wei Yan
Xue He
Hua Zhang
Pokaż więcej
Temat:
carbon footprint
dynamic coupling relationship
multisource data‐driven
PSO–BP neural network
remanufacturing system
Technology
Science
Źródło:
Energy Science & Engineering, Vol 11, Iss 12, Pp 4446-4462 (2023)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2050-0505
Dostęp URL:
https://doaj.org/article/60e99e2288e049d9998369760e018df1  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Macro-microscopic study on the crack resistance of polyester fiber asphalt mixture under dry-wet cycling and neural network prediction
Autorzy:
Jinrong Wu
Yanyan Hu
Qingfen Jin
Haoran Ren
Pokaż więcej
Temat:
Macro-microscopic method
Polyester fiber
SCB test
DIC technology
PSO-BP neural network
Materials of engineering and construction. Mechanics of materials
TA401-492
Źródło:
Case Studies in Construction Materials, Vol 20, Iss , Pp e03058- (2024)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2214509524002092; https://doaj.org/toc/2214-5095
Dostęp URL:
https://doaj.org/article/ba464aed87814183a9cfa469c29e8db8  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Optimized design research on daylighting performance of cold land buildings based on improved neural network
Autorzy:
Liu Lei
Sun Cheng
Liu Ying
Leng Hong
Yang Yang
Pokaż więcej
Temat:
cold buildings
daylighting performance optimization
improved neural network
ga-pso-bp neural network model
68m01
Mathematics
QA1-939
Źródło:
Applied Mathematics and Nonlinear Sciences, Vol 9, Iss 1 (2024)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2444-8656
Dostęp URL:
https://doaj.org/article/70e2f0698aa54a5393dc7d479479f605  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Adaptive control of temporary support force based on PSO-BP neural network
Autorzy:
TIAN Jie
LI Yang
ZHANG Lei
LIU Zhen
Pokaż więcej
Temat:
fully mechanized excavation working face
temporary support
adaptive control of support force
pso-bp neural network
pid control
Mining engineering. Metallurgy
TN1-997
Źródło:
Gong-kuang zidonghua, Vol 49, Iss 7, Pp 67-74 (2023)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/1671-251X
Dostęp URL:
https://doaj.org/article/4716a41365ea4a1b8481d15db5809a41  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Durability prediction of geopolymer mortar reinforced with nanoparticles and PVA fiber using particle swarm optimized BP neural network
Autorzy:
Zhang Xuemei
Zhang Peng
Yuan Weisuo
Hu Shaowei
Pokaż więcej
Temat:
geopolymer mortar
pso-bp neural network
durability
prediction
Technology
Chemical technology
TP1-1185
Physical and theoretical chemistry
QD450-801
Źródło:
Nanotechnology Reviews, Vol 13, Iss 1, Pp 132656-56 (2024)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2191-9097
Dostęp URL:
https://doaj.org/article/f455b5c3a414473189cbc7c3fffbfd36  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Research on Grinding Force Prediction of Flexible Abrasive Disc Grinding Process of TC17 Titanium Alloy
Autorzy:
Jihao Duan
Zhuofan Wu
Jianbo Ren
Gaochen Zhang
Pokaż więcej
Temat:
abrasive disc grinding
normal grinding force
response surface method
PSO-BP neural network
Mechanical engineering and machinery
TJ1-1570
Źródło:
Machines, Vol 12, Iss 2, p 143 (2024)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/2075-1702/12/2/143; https://doaj.org/toc/2075-1702
Dostęp URL:
https://doaj.org/article/f29571d87f2f469e9a7582f4903b486a  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Investigation on the deformation mechanism of the full-section tunnel excavation in the complex geological environment based on the PSO-BP neural network
Autorzy:
Li, XinAff1, Aff2
Jia, ChaoAff1, Aff2, IDs12665023109637_cor2
Zhu, XiaoAff1, Aff2
Zhao, HualinAff1, Aff2
Gao, Jun
Pokaż więcej
Źródło:
Environmental Earth Sciences. 82(13)
Czasopismo naukowe
Szczegóły
Tytuł:
Prediction of Three-Dimensional Fractal Dimension of Hematite Flocs Based on Particle Swarm Optimization Optimized Back Propagation Neural Network
Autorzy:
Zhang, HongmeiAff1, IDs4246102200684z_cor1
Niu, FushengAff1, Aff2
Zhang, JinxiaAff1, Aff2
Yu, Xiaodong
Pokaż więcej
Źródło:
Mining, Metallurgy & Exploration: An Official International Peer-reviewed Journal of the Society. 39(6):2503-2515
Czasopismo naukowe
Szczegóły
Tytuł:
Evaluation of urban green space landscape planning scheme based on PSO-BP neural network model
Autorzy:
Shijia Li
Zhenyu Fan
Pokaż więcej
Temat:
PSO-BP neural network model
Urban green space landscape planning
BP neural network
Ecology
Engineering (General). Civil engineering (General)
TA1-2040
Źródło:
Alexandria Engineering Journal, Vol 61, Iss 9, Pp 7141-7153 (2022)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S1110016821008693; https://doaj.org/toc/1110-0168
Dostęp URL:
https://doaj.org/article/7cb72357598248c3b8634e0999459654  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Path Optimization of Technological Innovation Efficiency Improvement in China’s High-Tech Industries Based on QCA and GA-PSO-BP Neural Network
Autorzy:
Yuanyuan Kou
Huiying Chen
Kai Liu
Yanping Zhou
Huajie Xu
Pokaż więcej
Temat:
technological innovation efficiency
path optimization
China’s high-tech industries
qualitative comparative analysis
GA-PSO-BP neural network
Systems engineering
TA168
Technology (General)
T1-995
Źródło:
Systems, Vol 11, Iss 5, p 233 (2023)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/2079-8954/11/5/233; https://doaj.org/toc/2079-8954
Dostęp URL:
https://doaj.org/article/428525b5b3f34980ae233c7e460dc4ef  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Application of an Optimized PSO-BP Neural Network to the Assessment and Prediction of Underground Coal Mine Safety Risk Factors
Autorzy:
Dorcas Muadi Mulumba
Jiankang Liu
Jian Hao
Yining Zheng
Heqing Liu
Pokaż więcej
Temat:
coal
PSO-BP neural network
underground coal mines
safety risk factors
prediction
Technology
Engineering (General). Civil engineering (General)
TA1-2040
Biology (General)
QH301-705.5
Physics
QC1-999
Chemistry
QD1-999
Źródło:
Applied Sciences, Vol 13, Iss 9, p 5317 (2023)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/2076-3417/13/9/5317; https://doaj.org/toc/2076-3417
Dostęp URL:
https://doaj.org/article/1130896817d74697b208424c7397dfeb  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Forecast of Advanced Human Capital Gap Based on PSO-BP Neural Network and Coordination Pathway: Example of Beijing–Tianjin–Hebei Region
Autorzy:
Miao He
Junli Huang
Ruyi Sun
Pokaż więcej
Temat:
supervised learning
PSO-BP neural network
advanced human capital level forecast
Beijing–Tianjin–Hebei region coordination
Environmental effects of industries and plants
TD194-195
Renewable energy sources
TJ807-830
Environmental sciences
GE1-350
Źródło:
Sustainability, Vol 15, Iss 5, p 4671 (2023)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/2071-1050/15/5/4671; https://doaj.org/toc/2071-1050
Dostęp URL:
https://doaj.org/article/669e302f35bf48fe811686e0fb6f917a  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Wyświetlanie 1-20 z 100

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies