| 标题 |
Using Machine Learning to Predict the Wear Rate of Corundum‐Filled LM30 Aluminum Composites at High Temperatures 利用机器学习预测刚玉填充LM30铝复合材料高温磨损率
相关领域
转子(电动)
材料科学
支持向量机
复合数
均方误差
平均绝对误差
机器学习
复合材料
粒子(生态学)
铝
计算机科学
相关系数
制动器
合金
径向基函数
人工智能
粒径
决定系数
功能(生物学)
近似误差
平均绝对百分比误差
机床
预测建模
盘式制动器
均方预测误差
摩擦系数
皮尔逊积矩相关系数
机械工程
直升机旋翼
算法
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Applied Computational Intelligence and Soft Computing 作者:Vikasdeep Singh Mann; B. Unhelkar; P. Reddy; Rammohan Mallipeddi 出版日期:2025-01-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)