期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
M5 Model Tree to Predict Temporal Evolution of Clear-Water Abutment Scour
1
作者 R. Biabani M. Meftah Halaghi Kh. Ghorbani 《Open Journal of Geology》 2016年第9期1045-1054,共10页
Scour is a natural phenomenon that is created by the rivers streams or the flood which brings about transferring or eroding of bed materials. To have accurate and safe erosion control structures design, maximum scour ... Scour is a natural phenomenon that is created by the rivers streams or the flood which brings about transferring or eroding of bed materials. To have accurate and safe erosion control structures design, maximum scour depth in downstream of the structures gains specific significance. In the current study, M5 model tree as remedy data mining approaches is suggested to estimate the scour depth around the abutments. To do this, Kayaturk laboratory data (2005), with different hydraulic conditions, are used. Then, the results of M5 model were also compared with genetic programming (GP) and pervious empirical results to investigate the applicability, ability, and accuracy of these procedures. To examine the accuracy of the results yielded from the M5 and GP procedures, two performance indicators (determination coefficient (R2) and root mean square error (RMSE)) were used. The comparison test of results clearly shows that the implementation of M5 technique sounds satisfactory regarding the performance indicators (R<sup>2</sup> = 0.944 and RMSE = 0.126) with less deviation from the numerical values. In addition, M5 tree model, by presenting relationships based on liner regression, has good capability to estimate the depth of scour abutment for engineers in practical terms. 展开更多
关键词 ABUTMENTS Scour Depth m5 model tree Genetic Programming model (GP)
下载PDF
基于改进M5'-主成分模型树的高心墙堆石坝沉降变形预测 被引量:13
2
作者 王飞 张宗亮 +2 位作者 王佳俊 佟大威 任炳昱 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第4期353-359,共7页
针对高心墙堆石坝沉降变形过程动态非线性特点,建立基于改进M5'-主成分模型树的高心墙堆石坝沉降变形分析模型,在采用相关性分析甄选沉降变形影响因素和采用主成分分析将高维影响因素空间进行降维的基础上,利用该全局分段非线性模... 针对高心墙堆石坝沉降变形过程动态非线性特点,建立基于改进M5'-主成分模型树的高心墙堆石坝沉降变形分析模型,在采用相关性分析甄选沉降变形影响因素和采用主成分分析将高维影响因素空间进行降维的基础上,利用该全局分段非线性模型对高心墙堆石坝沉降过程进行分析。通过与沉降量实测值对比,验证了改进M5'-主成分模型树的有效性。通过绝对差值和均方根误差2个指标对比分析改进M5'-主成分模型树与M5'模型树、多元线性回归模型、主成分回归分析模型的预测结果,表明改进M5'-主成分模型树预测沉降量具有更高的精度。 展开更多
关键词 心墙堆石坝 沉降预测 m5'模型树 相关性分析 主成分回归分析
下载PDF
采用M5'模型树和测量数据识别抽汽式机组汽耗量特性 被引量:7
3
作者 章坚民 刘登涛 +1 位作者 吴光中 张云雷 《中国电机工程学报》 EI CSCD 北大核心 2011年第23期21-26,共6页
汽轮机组特性随着机组老化而变化,传统上采用定期现场实测,需停机和采用专门的设备与系统,费用很高,因此基于现有自动化系统历史测量数据的特性曲线识别方法十分必要。一般汽轮机组汽耗量特性具有非凸和非连续等特点,常规的多元线性回... 汽轮机组特性随着机组老化而变化,传统上采用定期现场实测,需停机和采用专门的设备与系统,费用很高,因此基于现有自动化系统历史测量数据的特性曲线识别方法十分必要。一般汽轮机组汽耗量特性具有非凸和非连续等特点,常规的多元线性回归拟合不能适应。M5’模型树算法是一种多输入单输出系统的分段线性化的数据挖掘算法。提出采用M5’模型树的抽汽式机组汽耗量特性模型和其模型结构及参数识别算法,用于滚动利用最新的电厂测量历史数据获取最新的汽耗量特性。该方法简单、有效,逼近能力强,自动化程度高,在处理非凸形和非连续性的特性方程具有优势。通过多个热电厂的实时数据进行验证,具有很高的预测精度,效果优于多元线性回归拟合方程。 展开更多
关键词 抽汽式机组 汽耗量特性 m5’模型树 非凸性函数 非连续性函数 多元线性回归模型
原文传递
M5’模型树在热电厂负荷优化中的应用 被引量:3
4
作者 顾雅云 胡林献 《节能技术》 CAS 2013年第5期426-429,共4页
机组汽耗特性是热电厂负荷优化分配的基础。为了改进传统单一多元线性回归模型无法适应非凸、非连续的汽耗特性,本文基于M5’模型树算法,滚动利用机组自动化系统的最新历史数据获取最新汽耗特性,并在此基础上建立实时厂级负荷优化模型,... 机组汽耗特性是热电厂负荷优化分配的基础。为了改进传统单一多元线性回归模型无法适应非凸、非连续的汽耗特性,本文基于M5’模型树算法,滚动利用机组自动化系统的最新历史数据获取最新汽耗特性,并在此基础上建立实时厂级负荷优化模型,给出了应用差分算法求解全局最优解的方法。实例表明:所建立的汽耗特性模型的预测能力强且建模过程可控,方便应用于热电厂的负荷优化,具有实用价值。 展开更多
关键词 热电厂 负荷优化 汽耗特性 m5’模型树算法 差分进化算法
下载PDF
M5'模型树算法和无人机航拍影像在震后崩塌滑坡分析中的应用——以鲁甸M_S6.5地震为例 被引量:1
5
作者 王伟平 杨建思 +4 位作者 高瑜 徐志强 姜旭东 郑钰 彭朝勇 《中国地震》 北大核心 2017年第1期68-80,共13页
利用高分辨率无人机航拍影像,结合基本地质资料,分析了影响2014年8月3日鲁甸M_S6.5地震震后崩塌滑坡分布的主要因素,使用M5'模型树算法建立了崩塌滑坡密度与其影响因子间的分段线性模型,并检验了该模型的预测性能。结果表明,地震诱... 利用高分辨率无人机航拍影像,结合基本地质资料,分析了影响2014年8月3日鲁甸M_S6.5地震震后崩塌滑坡分布的主要因素,使用M5'模型树算法建立了崩塌滑坡密度与其影响因子间的分段线性模型,并检验了该模型的预测性能。结果表明,地震诱发的崩塌滑坡分布受断层距、岩土体结构强度、坡度、植被条件等的影响,其中,断层距、岩土体结构强度及坡度等为主要影响因素;崩塌滑坡易发生在结构破裂区及坡度为38°~50°的区域,其分布密度随断层距的增加而减小;利用M5'模型树算法建立的模型体现出崩塌滑坡分布与其影响因子间复杂的非线性关系,模型检验结果显示,理论模型与实际关联函数间的相关系数达到0.88,因此,可利用该模型预测地震诱发的崩塌滑坡的分布。 展开更多
关键词 鲁甸地震 m5'模型树 无人机航拍 崩塌滑坡 多元线性回归
下载PDF
Prediction of Seaward Slope Recession in Berm Breakwaters Using M5' Machine Learning Approach 被引量:1
6
作者 Alireza Sadat HOSSEINI Mehdi SHAFIEEFAR 《China Ocean Engineering》 SCIE EI CSCD 2016年第1期19-32,共14页
In the design process of berm breakwaters, their front slope recession has an inevitable rule in large number of model tests, and this parameter being studied. This research draws its data from Moghim's and Shekari'... In the design process of berm breakwaters, their front slope recession has an inevitable rule in large number of model tests, and this parameter being studied. This research draws its data from Moghim's and Shekari's experiment results. These experiments consist of two different 2D model tests in two wave flumes, in which the berm recession to different sea state and structural parameters have been studied. Irregular waves with a JONSWAP spectrum were used in both test series. A total of 412 test results were used to cover the impact of sea state conditions such as wave height, wave period, storm duration and water depth at the toe of the structure, and structural parameters such as berm elevation from still water level, berm width and stone diameter on berm recession parameters. In this paper, a new set of equations for berm recession is derived using the M5' model tree as a machine learning approach. A comparison is made between the estimations by the new formula and the formulae recently given by other researchers to show the preference of new M5' approach. 展开更多
关键词 berm breakwater recession experimental data m5 model tree machine learning method
下载PDF
GEM模型、RF模型和M5T模型的无人机DEM测点插值算法比较 被引量:1
7
作者 孙国强 潘学鹏 张祥燊 《北京测绘》 2020年第3期361-364,共4页
无人机技术作为现如今测量的先进技术,已被逐渐广泛应用,由于DEM数据在实测过程中只能形成点数据,因此对点数据的插值计算一直是测绘专业研究的热点。为找出适用于无人机DEM测点插值计算的最优模型,本文基于GEM模型、RF模型和M5T模型,... 无人机技术作为现如今测量的先进技术,已被逐渐广泛应用,由于DEM数据在实测过程中只能形成点数据,因此对点数据的插值计算一直是测绘专业研究的热点。为找出适用于无人机DEM测点插值计算的最优模型,本文基于GEM模型、RF模型和M5T模型,以降雨、经纬度和海拔为输入参数,对不同模型下的DEM进行了插值计算,结果表明:GEM模型表现的精度最高,该模型RMSE仅为11.72 m,RRMSE为12.7%,R2为0.964,Ens为0.946,MAE为11.28 m,该模型可作为无人机DEM测点插值计算的标准模型使用。 展开更多
关键词 无人机 DEM插值 GEM模型 RF模型 m5T模型
下载PDF
防淤积型透空式防波堤波浪爬高试验及预测研究
8
作者 于通顺 赵学文 +2 位作者 唐俊辉 张振宇 陈星羽 《天津大学学报(自然科学与工程技术版)》 EI CAS CSCD 北大核心 2023年第8期831-839,共9页
波浪爬高是防波堤堤顶高程设计和预估工程造价的重要影响因素.以防淤积型透空式防波堤为研究对象,采用1∶10的模型比尺,在64组不同工况下开展防波堤的物理模型爬高试验,并记录了不同工况下防波堤迎浪侧的最大波浪爬升高度,探究了防波堤... 波浪爬高是防波堤堤顶高程设计和预估工程造价的重要影响因素.以防淤积型透空式防波堤为研究对象,采用1∶10的模型比尺,在64组不同工况下开展防波堤的物理模型爬高试验,并记录了不同工况下防波堤迎浪侧的最大波浪爬升高度,探究了防波堤的波浪爬升特征.分别运用多项式回归方法、速度水头方法与M5'模型树算法并结合物理模型试验波浪爬高结果,发展透空式防波堤波浪爬高的预测公式.利用统计参数对3种方法发展的预测公式进行对比分析.结果表明:透空式防波堤背浪侧的波面变化滞后于迎浪侧,其最大波浪爬高小于迎浪侧,防波堤具有良好的消波效果;采用多项式回归方法与速度水头方法发展的预测公式能够在一定程度上实现对防波堤波浪爬高的预测,前者仅考虑了波高而忽略了其他波浪条件及防波堤结构参数对波浪爬升高度的影响,后者对波浪爬高的预测结果与试验值偏差较大,二者在实际应用过程中都存在一定的局限性;M5'模型树算法发展的波浪爬高预测公式利用无量纲参数综合了各项波浪要素以及防波堤的结构参数等,拥有良好的统计指数,能够更好地预测透空式防波堤的波浪爬高,具有较高的实际应用价值. 展开更多
关键词 透空式防波堤 波浪爬高 物理模型试验 多项式回归方法 速度水头 m5'模型树 统计参数 预测公式
下载PDF
综合方法对烤烟化学成分和烟气组分的相关分析 被引量:21
9
作者 贺英 徐海涛 +2 位作者 盛志艺 丁香乾 肖协忠 《中国烟草科学》 CSCD 2005年第4期1-4,共4页
针对烟草化学成分与烟气组分间存在较复杂的非线性关系,采用主成分分析法进行相关性分析。以5个产区烤烟为样本,利用投影、主成分提取来分析影响烟气的主要化学成分。采用M5'模型树法建立烟气成分的分段线性模型。根据2种方法的结论... 针对烟草化学成分与烟气组分间存在较复杂的非线性关系,采用主成分分析法进行相关性分析。以5个产区烤烟为样本,利用投影、主成分提取来分析影响烟气的主要化学成分。采用M5'模型树法建立烟气成分的分段线性模型。根据2种方法的结论,更有效判断烤烟化学成分对烟气成分的影响,提高对烤烟烟气成分的预测精度。 展开更多
关键词 烤烟 化学成分 烟气组分 m5’模型树法 相关分析
下载PDF
多光谱影像的陕西大西沟矿区土壤重金属含量反演 被引量:6
10
作者 王腾军 赵明海 +3 位作者 杨耘 张扬 崔琴芳 李陇同 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第12期3880-3887,共8页
传统的以“点采样+实验室分析”为主的土壤重金属含量分析技术成本高、效率低下,而基于多光谱遥感的土壤重金属高精度定量反演中存在重金属含量影响因子的优化这一难题,以陕西大西沟矿区这类山区地形条件下的金属矿区为例,利用Landsat8/... 传统的以“点采样+实验室分析”为主的土壤重金属含量分析技术成本高、效率低下,而基于多光谱遥感的土壤重金属高精度定量反演中存在重金属含量影响因子的优化这一难题,以陕西大西沟矿区这类山区地形条件下的金属矿区为例,利用Landsat8/OLI多光谱卫星影像、DEM数据以及外业土壤采样分析数据,开展了矿区土壤重金属含量指示因子分析及定量反演研究。首先,考虑研究区地形地貌特点,设计了沿研究区地形特征线及其两侧坡面均匀分布的样点分布方案,采集了45个样本。并对45个样本的混合样中的8种重金属含量进行了兴趣度分析,根据含量超标程度及矿的类型选取了铜、铅、砷3种元素作为分析对象。其次,根据研究区土地利用现状及地形特点,提出了以Landsat8/OLI影像B2至B7波段光谱反射率、粘土矿物比(CMR)、改进归一化水体指数(MNDWI)、差异植被指数(DVI)等八种光谱指数、以及反映研究区地形坡度和坡向三类因子作为反映土壤重金属含量空间分布特征的侯选因子。进而,对上述三类侯选因子与样本中3种金属含量进行了最小二乘相关性分析。根据分析结果,引入了基于估算误差最小准则的金属含量估算模型——基于规则的M5模型树的分段线性估算模型。以上述三大类共17个指示因子作为模型的输入,利用80%的土壤样本分析数据作为模型的训练数据,经过M5模型树的构建、平滑和树枝修剪过程,建立了3种金属的反演模型实现了研究区中土壤中3种金属含量的估算。同时,基于均方根误差(RMSE)最小准则确定了以光谱因子为主的最利于反演的最佳指示因子集。最后,用随机选取的20%的检验样本对模型进行了反演精度分析,验证了该模型对铜、铅、砷3种金属含量的反演精度比普通的线性模型分别提高了27.3%,24.6%,20.9%,同时,铜、铅元素的可信度也有所提高。利用上述模型的反演结果实现了3种金属含量的空间分布制图,并将反演结果与1990年公布的国家土壤元素背景值进行了对比。此外,分析了研究区铜、铅、砷3种金属的空间分布规律,并利用野外调查结果进行了验证。 展开更多
关键词 土壤重金属 多光谱遥感影像 反演 空间分布 m5模型树
下载PDF
Forecasting Multi-Step Ahead Monthly Reference Evapotranspiration Using Hybrid Extreme Gradient Boosting with Grey Wolf Optimization Algorithm 被引量:1
11
作者 Xianghui Lu Junliang Fan +1 位作者 Lifeng Wu Jianhua Dong 《Computer Modeling in Engineering & Sciences》 SCIE EI 2020年第11期699-723,共25页
It is important for regional water resources management to know the agricultural water consumption information several months in advance.Forecasting reference evapotranspiration(ET_(0))in the next few months is import... It is important for regional water resources management to know the agricultural water consumption information several months in advance.Forecasting reference evapotranspiration(ET_(0))in the next few months is important for irrigation and reservoir management.Studies on forecasting of multiple-month ahead ET_(0) using machine learning models have not been reported yet.Besides,machine learning models such as the XGBoost model has multiple parameters that need to be tuned,and traditional methods can get stuck in a regional optimal solution and fail to obtain a global optimal solution.This study investigated the performance of the hybrid extreme gradient boosting(XGBoost)model coupled with the Grey Wolf Optimizer(GWO)algorithm for forecasting multi-step ahead ET_(0)(1-3 months ahead),compared with three conventional machine learning models,i.e.,standalone XGBoost,multi-layer perceptron(MLP)and M5 model tree(M5)models in the subtropical zone of China.The results showed that theGWO-XGB model generally performed better than the other three machine learning models in forecasting 1-3 months ahead ET_(0),followed by the XGB,M5 and MLP models with very small differences among the three models.The GWO-XGB model performed best in autumn,while the MLP model performed slightly better than the other three models in summer.It is thus suggested to apply the MLP model for ET_(0) forecasting in summer but use the GWO-XGB model in other seasons. 展开更多
关键词 Reference evapotranspiration extreme gradient boosting Grey Wolf Optimizer multi-layer perceptron m5 model tree
下载PDF
基于电厂能效监测平台的机组特性在线识别与可视化
12
作者 刘登涛 章坚民 +3 位作者 马国梁 占震滨 张云雷 吴光中 《电力系统自动化》 EI CSCD 北大核心 2012年第8期66-70,76,共6页
基于省级热电厂能效监测平台的运行数据,采用M5′模型树方法在线识别和绘制了较为精确、详细的单抽和双抽机组工况图。该方法采用分段式线性拟合,自动优选分段数并逼近可能非凸或非连续的非线性耗量曲线。利用该方法进行机组定期滚动识... 基于省级热电厂能效监测平台的运行数据,采用M5′模型树方法在线识别和绘制了较为精确、详细的单抽和双抽机组工况图。该方法采用分段式线性拟合,自动优选分段数并逼近可能非凸或非连续的非线性耗量曲线。利用该方法进行机组定期滚动识别对比,可以更好地察觉机组特性的变化,为机组能效监视提供可视化感知工具,为测量数据提供校验依据,并为电厂热电负荷优化分配和电网节能调度提供精确的分段线性化机组特性函数。 展开更多
关键词 热电厂 能效监测平台 单抽和双抽机组 m5’模型树 能耗特性曲线
下载PDF
在线付费阅读中群体感知价值差异研究 被引量:2
13
作者 姜崇 王晓光 简华 《信息资源管理学报》 CSSCI 2022年第4期105-120,共16页
从群体角度精确计算分析不同用户群体感知价值的阈值区间,有助于识别用户群体的差异性,提升付费阅读服务水平,扩大数字收益。本文结合阅读付费意愿影响因素,采用K-means算法对付费阅读用户聚类获取用户群体,并对聚类后的用户群体数据进... 从群体角度精确计算分析不同用户群体感知价值的阈值区间,有助于识别用户群体的差异性,提升付费阅读服务水平,扩大数字收益。本文结合阅读付费意愿影响因素,采用K-means算法对付费阅读用户聚类获取用户群体,并对聚类后的用户群体数据进行M5模型树建模,确定不同用户群体感知价值的阈值区间及数据验证。研究发现,不同阅读用户群体感知价值具有明显差异性。总体上阅读群体的感知价值阈值存在0.722和0.396两个特殊界限将不同比率区间进行界定,根据不同阅读群体适用的感知价值比率阈值区间可将群体定义为发展型、成熟型和激进型三种。其中成熟型阅读群体与发展型阅读群体的阈值区间存在交集,但激进型阅读群体的适用阈值范围会超越0.722的界限而形成一个特殊群体。本文的创新在于结合阅读付费意愿影响因素,对感知价值进行量化定义并采用定量研究方法测量不同用户群体感知价值的阈值区间,是对付费用户群体行为的深入探索。 展开更多
关键词 数字阅读 付费阅读 感知价值 用户聚类 m5模型树
下载PDF
网络小说IP的隐含价值量预测分析——来自起点网的证据 被引量:1
14
作者 赵礼强 姜崇 唐金环 《沈阳航空航天大学学报》 2018年第1期66-73,共8页
成功的网络小说IP凭借庞大的受众群体,拥有巨大的商业价值。准确预测网络小说隐含潜在的价值量,掌握行业潜在规律对指导网络小说运营商开展运营计划具有很重要的指导作用。选择总推荐量等指标运用八爪鱼在起点网收集数据,使用WEKA平台构... 成功的网络小说IP凭借庞大的受众群体,拥有巨大的商业价值。准确预测网络小说隐含潜在的价值量,掌握行业潜在规律对指导网络小说运营商开展运营计划具有很重要的指导作用。选择总推荐量等指标运用八爪鱼在起点网收集数据,使用WEKA平台构建M5模型树预测模型,对网络小说的隐含价值量进行预测,并与传统线性回归和梯度下降分类树这两种算法预测结果进行了对比。结果发现网络小说总推荐量、总字数与网络小说的点击量成负相关,并针对此种现象进行了分析和探讨。 展开更多
关键词 知识产权 网络小说 隐含价值量 m5模型树 预测
下载PDF
考虑实时施工质量因素的高心墙堆石坝沉降变形分析 被引量:4
15
作者 王飞 任炳昱 +3 位作者 佟大威 鄢玉玲 王佳俊 钟登华 《水力发电学报》 EI CSCD 北大核心 2017年第12期78-86,共9页
现有将高心墙堆石坝沉降分析统计模型分为填筑因素、时效因素与水压因素的研究通常将坝体同一分区视为均质体,缺乏考虑大坝碾压施工质量差异导致填筑体非均质性对沉降变形影响的研究,因此从高心墙堆石坝填筑体受力变形分析出发,分析了... 现有将高心墙堆石坝沉降分析统计模型分为填筑因素、时效因素与水压因素的研究通常将坝体同一分区视为均质体,缺乏考虑大坝碾压施工质量差异导致填筑体非均质性对沉降变形影响的研究,因此从高心墙堆石坝填筑体受力变形分析出发,分析了考虑实时施工质量因素影响的填筑因素和时效因素,并结合水压因素,建立考虑实时施工质量因素的高心墙堆石坝沉降变形分析模型。针对高心墙堆石坝沉降变形过程的动态性,将该多参数非线性模型与M5’模型树相结合,利用M5’模型树解决全局非线性问题的优势,结合粒子群算法求解多参数问题速度快、收敛快的优点,实现对高心墙堆石坝沉降过程的拟合与预测,并与未考虑实时施工质量因素的传统分析模型以及多元线性回归分析模型进行对比。分析结果表明,考虑实时施工质量因素的高心墙堆石坝沉降变形分析模型的绝对差值与误差平方和均最小,而各模型关联度差异较小,模型综合指标最优。考虑实时施工质量因素的高心墙堆石坝沉降变形分析为客观分析大坝沉降提供了可靠的途径。 展开更多
关键词 高心墙堆石坝 沉降变形 施工质量 m5'模型树 粒子群算法
原文传递
Estimation of flexible pavement structural capacity using machine learning techniques 被引量:4
16
作者 Nader KARBALLAEEZADEH Hosein GHASEMZADEH TEHRANI +1 位作者 Danial MOHAMMADZADEH SHADMEHRI Shahaboddin SHAMSHIRBAND 《Frontiers of Structural and Civil Engineering》 SCIE EI CSCD 2020年第5期1083-1096,共14页
The most common index for representing structural condition of the pavement is the structural number.The current procedure for determining structural numbers involves utilizing falling weight deflectometer and ground-... The most common index for representing structural condition of the pavement is the structural number.The current procedure for determining structural numbers involves utilizing falling weight deflectometer and ground-penetrating radar tests,recording pavement surface deflections,and analyzing recorded deflections by back-calculation manners.This procedure has two drawbacks:falling weight deflectometer and ground-penetrating radar are expensive tests;back-calculation ways has some inherent shortcomings compared to exact methods as they adopt a trial and error approach.In this study,three machine learning methods entitled Gaussian process regression,M5P model tree,and random forest used for the prediction of structural numbers in flexible pavements.Dataset of this paper is related to 759 flexible pavement sections at Semnan and Khuzestan provinces in Iran and includes“structural number”as output and“surface deflections and surface temperature”as inputs.The accuracy of results was examined based on three criteria of R,MAE,and RMSE.Among the methods employed in this paper,random forest is the most accurate as it yields the best values for above criteria(R=0.841,MAE=0.592,and RMSE=0.760).The proposed method does not require to use ground penetrating radar test,which in turn reduce costs and work difficulty.Using machine learning methods instead of back-calculation improves the calculation process quality and accuracy. 展开更多
关键词 transportation infrastructure flexible pavement structural number prediction Gaussian process regression m5P model tree random forest
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部