| 标题 |
 Machine Learning-Aided Process Design: Modeling and Prediction of Transformation Temperature for Pearlitic Steel 机器学习辅助工艺设计：珠光体钢相变温度的建模与预测
相关领域
极限学习机
珠光体
材料科学
机器学习
计算机科学
奥氏体
过程（计算）
连续冷却转变
粒子群优化
转化（遗传学）
人工智能
冶金
人工神经网络
微观结构
贝氏体
基因
操作系统
生物化学
化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Steel Research International 作者：Ling Qiao; Jingchuan Zhu; Yuan Wang 出版日期：2021-08-21 |
| 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。
|
随机子
梁朝伟
tuanheqi
Meredith
寻道图强
嗯哼
杳鸢
张子捷
一杯茶
爱静静
kento
Zinc
吃不饱星球球长
暗冰不冻
8R60d8
shinysparrow
aha
xiaojcom
ss25
完美世界
皖公网安备34019202002308
