University of South Alabama.;
机译:使用改进的训练数据提高神经网络分类的准确性
机译:痴呆症预测中的数据挖掘方法:线性判别分析,逻辑回归,神经网络,支持向量机,分类树和随机森林的准确性,敏感性和特异性的真实数据比较
机译:尖峰神经网络的NeuCube时空数据机中fMRI数据的映射,学习,可视化,分类和理解
机译:通过使用远程现场辐射计数据训练馈电神经网络训练的表面光谱值
机译:扰动神经网络的反向传播学习和自适应小波用于降维,以改进高维数据集的分类。
机译:痴呆症预测中的数据挖掘方法:线性判别分析逻辑回归神经网络支持向量机分类树和随机森林的准确性敏感性和特异性的真实数据比较
机译:培养数据集特征对人工神经网络山隧道岩石分类估计准确性的影响