To the best of our knowledge, the a

To the best of our knowledge, the application of LS-SVM modeling method to the packed towers has rarely been reported, especially for the purpose of soft sensor model development for the flooding velocity. Therefore, in this paper, the LS-SVM method is proposed to model and predict the flooding velocity to overcome the disadvantages of traditional models and the NN models aforementioned. With most kinds of packing data collected from the available literatures [14], a LS-SVM model is established for prediction of the flooding velocity. The results show that the proposed LS-SVM model has a good prediction performance for the flooding velocity

ผลลัพธ์ (ไทย) 1:

กับความรู้ของเรา โปรแกรมประยุกต์ของวิธี LS SVM โมเดลอาคารบรรจุไม่ค่อยรายงาน โดยเฉพาะอย่างยิ่งเพื่อเซ็นเซอร์นุ่มรุ่นพัฒนาความเร็วน้ำท่วม ดังนั้น ในเอกสารนี้ วิธี LS SVM มีเสนอแบบจำลอง และทำนายความเร็วท่วมเพื่อเอาชนะข้อเสียของรุ่นดั้งเดิมและรุ่น NN ดังกล่าว กับชนิดส่วนใหญ่บันทึกข้อมูลรวบรวมจาก literatures ว่าง [14], แบบ LS SVM ถูกก่อตั้งขึ้นสำหรับทำนายของความเร็วน้ำท่วม ผลลัพธ์แสดงว่า รุ่น LS SVM เสนอมีประสิทธิภาพดีทำนายสำหรับความเร็วน้ำท่วม

ผลลัพธ์ (ไทย) 2:

ที่ดีที่สุดของความรู้ของเราการประยุกต์ใช้วิธีการสร้างแบบจำลอง LS-SVM เพื่ออาคารเต็มไปไม่ค่อยได้รับการรายงานมาโดยเฉพาะสำหรับวัตถุประสงค์ของการพัฒนารูปแบบเซ็นเซอร์อ่อนสำหรับความเร็วของน้ำท่วม ดังนั้นในบทความนี้วิธี LS-SVM จะเสนอให้แบบจำลองและคาดการณ์ความเร็วน้ำท่วมที่จะเอาชนะข้อเสียของรูปแบบดั้งเดิมและรุ่น NN ดังกล่าวข้างต้น กับชนิดมากที่สุดของข้อมูลบรรจุเก็บจากวรรณกรรมที่มีอยู่ [14] รูปแบบ LS-SVM เป็นที่ยอมรับสำหรับการทำนายของความเร็วน้ำท่วม ผลการศึกษาพบว่ารูปแบบ LS-SVM เสนอมีประสิทธิภาพที่คาดการณ์ที่ดีสำหรับความเร็วของน้ำท่วม

ผลลัพธ์ (ไทย) 3:

เพื่อที่ดีที่สุดของความรู้ของเรา การใช้วิธีการอัด ls-svm แบบอาคารยังไม่ค่อยถูกรายงานโดยเฉพาะอย่างยิ่งสำหรับวัตถุประสงค์ของการพัฒนารูปแบบเซ็นเซอร์นุ่มน้ำท่วมความเร็ว ดังนั้น ในบทความนี้ ls-svm วิธีนำเสนอตัวแบบพยากรณ์น้ำท่วมความเร็วเพื่อเอาชนะข้อเสียของแบบดั้งเดิมและ NN รุ่นดังกล่าวกับชนิดมากที่สุดของการจัดส่ง เก็บรวบรวมข้อมูลจากงานวรรณกรรม [ 14 ] , ls-svm รุ่นก่อตั้งขึ้นเพื่อการพยากรณ์น้ำท่วมความเร็ว ผลการวิจัยแสดงให้เห็นว่า การนำเสนอ ls-svm แบบมีประสิทธิภาพการทำนายที่ดีสำหรับความเร็ว
น้ําท่วม