PUMA

Akademisches Publikationsmanagement
Publikationen sammeln, verwalten und teilen.

( en | de )

 

Disambiguierung von "Mao, Wentao"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Lévy Flight Shuffle Frog Leaping Algorithm Based on Differential Perturbation and Quasi-Newton Search.

, , , , , und . IEEE Access, (2019)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Keine Personen gefunden für den Autorennamen Mao, Wentao
Eine Person hinzufügen mit dem Namen Mao, Wentao
 

Weitere Publikationen von Autoren mit dem selben Namen

A fast and robust model selection algorithm for multi-input multi-output support vector machine., , , und . Neurocomputing, (2014)Weighted solution path algorithm of support vector regression based on heuristic weight-setting optimization., , und . Neurocomputing, 73 (1-3): 495-505 (2009)Online sequential classification of imbalanced data by combining extreme learning machine and improved SMOTE algorithm., , und . IJCNN, Seite 1-8. IEEE, (2015)Research of Dynamic Load Identification Based on Extreme Learning Machine., , , und . ISNN (1), Volume 7367 von Lecture Notes in Computer Science, Seite 80-89. Springer, (2012)Application of LSSVM-PSO to Load Identification in Frequency Domain., , , und . AICI, Volume 5855 von Lecture Notes in Computer Science, Seite 231-240. Springer, (2009)Uncertainty evaluation and model selection of extreme learning machine based on Riemannian metric., , , und . Neural Computing and Applications, 24 (7-8): 1613-1625 (2014)Lévy Flight Shuffle Frog Leaping Algorithm Based on Differential Perturbation and Quasi-Newton Search., , , , , und . IEEE Access, (2019)Mixture Regression Estimation based on Extreme Learning Machine., , , und . JCP, 8 (11): 2925-2933 (2013)An adaptive support vector regression based on a new sequence of unified orthogonal polynomials., , , , und . Pattern Recognition, 46 (3): 899-913 (2013)Model selection for least squares support vector regressions based on small-world strategy., , , und . Expert Syst. Appl., 38 (4): 3227-3237 (2011)