L'India, che ha la maggiore superficie agricola coltivata al mondo, è uno dei massicci coltivatori di colture. Inoltre, il riso e il grano sono i principali alimenti di base di molti indiani. Lo scopo principale di questo studio è quello di sviluppare un modello predittivo sulla produzione agricola indiana. Qui, abbiamo usato diversi tipi di modelli di soft computing come la logica Fuzzy, le equazioni statistiche, la rete neurale artificiale (ANN) e l'algoritmo genetico (GA) e abbiamo cercato di sviluppare un modello ibrido per ottenere un risultato ottimale. L'aspetto vitale di questo modello di previsione proposto è quello di ottenere una migliore accuratezza. La performance di predizione è stata valutata usando equazioni di ricerca dell'errore come Mean Squared Error (MSE), Root Mean Square Error (RMSE) e Average Error.
Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.
EUR 23,00 per la spedizione da Germania a U.S.A.
Destinazione, tempi e costiDa: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germania
Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -L'India, che ha la maggiore superficie agricola coltivata al mondo, è uno dei massicci coltivatori di colture. Inoltre, il riso e il grano sono i principali alimenti di base di molti indiani. Lo scopo principale di questo studio è quello di sviluppare un modello predittivo sulla produzione agricola indiana. Qui, abbiamo usato diversi tipi di modelli di soft computing come la logica Fuzzy, le equazioni statistiche, la rete neurale artificiale (ANN) e l'algoritmo genetico (GA) e abbiamo cercato di sviluppare un modello ibrido per ottenere un risultato ottimale. L'aspetto vitale di questo modello di previsione proposto è quello di ottenere una migliore accuratezza. La performance di predizione è stata valutata usando equazioni di ricerca dell'errore come Mean Squared Error (MSE), Root Mean Square Error (RMSE) e Average Error. 56 pp. Italienisch. Codice articolo 9786203944730
Quantità: 2 disponibili
Da: moluna, Greven, Germania
Condizione: New. Codice articolo 488635473
Quantità: Più di 20 disponibili
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germania
Taschenbuch. Condizione: Neu. Neuware -L'India, che ha la maggiore superficie agricola coltivata al mondo, è uno dei massicci coltivatori di colture. Inoltre, il riso e il grano sono i principali alimenti di base di molti indiani. Lo scopo principale di questo studio è quello di sviluppare un modello predittivo sulla produzione agricola indiana. Qui, abbiamo usato diversi tipi di modelli di soft computing come la logica Fuzzy, le equazioni statistiche, la rete neurale artificiale (ANN) e l'algoritmo genetico (GA) e abbiamo cercato di sviluppare un modello ibrido per ottenere un risultato ottimale. L'aspetto vitale di questo modello di previsione proposto è quello di ottenere una migliore accuratezza. La performance di predizione è stata valutata usando equazioni di ricerca dell'errore come Mean Squared Error (MSE), Root Mean Square Error (RMSE) e Average Error.Books on Demand GmbH, Überseering 33, 22297 Hamburg 56 pp. Italienisch. Codice articolo 9786203944730
Quantità: 2 disponibili
Da: AHA-BUCH GmbH, Einbeck, Germania
Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - L'India, che ha la maggiore superficie agricola coltivata al mondo, è uno dei massicci coltivatori di colture. Inoltre, il riso e il grano sono i principali alimenti di base di molti indiani. Lo scopo principale di questo studio è quello di sviluppare un modello predittivo sulla produzione agricola indiana. Qui, abbiamo usato diversi tipi di modelli di soft computing come la logica Fuzzy, le equazioni statistiche, la rete neurale artificiale (ANN) e l'algoritmo genetico (GA) e abbiamo cercato di sviluppare un modello ibrido per ottenere un risultato ottimale. L'aspetto vitale di questo modello di previsione proposto è quello di ottenere una migliore accuratezza. La performance di predizione è stata valutata usando equazioni di ricerca dell'errore come Mean Squared Error (MSE), Root Mean Square Error (RMSE) e Average Error. Codice articolo 9786203944730
Quantità: 1 disponibili