A robust combination approach for s

A robust combination approach for short-term wind speed forecasting and analysis – Combination of the ARIMA (Autoregressive Integrated Moving Average), ELM (Extreme Learning Machine), SVM (Support Vector Machine) and LSSVM (Least Square SVM) forecasts using a GPR (Gaussian Process Regression) model

ผลลัพธ์ (ไทย) 1:

วิธีการผสมที่แข็งแกร่งสำหรับการคาดการณ์ความเร็วลมระยะสั้นและการวิเคราะห์ – ชุดอาริมะ (Autoregressive รวมย้ายเฉลี่ย), เอล์ม (เครื่องเรียนมาก), SVM (สนับสนุนเวกเตอร์เครื่อง) และคาดการณ์ LSSVM (SVM สแควร์น้อย) โดยใช้แบบจำลอง GPR (นที่กระบวนการถดถอย)

ผลลัพธ์ (ไทย) 2:

วิธีการที่แข็งแกร่งรวมกันทั้งระยะสั้นคาดการณ์ความเร็วลมและการวิเคราะห์ - การรวมกันของ ARIMA (อัตถดถอยแบบบูรณาการ Moving Average) ELM (เครื่องการเรียนรู้มาก) SVM (การสนับสนุนเครื่องเวกเตอร์) และ LSSVM (น้อยสแควร์ SVM) การคาดการณ์โดยใช้ GPR ( กระบวนการ Gaussian ถดถอย) รุ่น

ผลลัพธ์ (ไทย) 3:

แนวทางการรวมกันที่แข็งแกร่งสำหรับระยะสั้นความเร็วลม การพยากรณ์และการวิเคราะห์และการรวมกันของ ARIMA ( ตัวเองรวมค่าเฉลี่ยเคลื่อนที่ ) เอม ( การเรียนรู้เครื่องมาก ( เครื่อง ) , SVM เวกเตอร์สนับสนุน ) และ lssvm ( Least Square SVM ) จากการใช้ gpr ( กระบวนการ ) ) ) รุ่น