Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Journal of Electrical Engineering
Volume 69 (2018): Numero 2 (March 2018)
Accesso libero
Wind speed prediction with RBF neural network based on PCA and ICA
Yagang Zhang
Yagang Zhang
,
Chenhong Zhang
Chenhong Zhang
,
Yuan Zhao
Yuan Zhao
e
Shuang Gao
Shuang Gao
| 30 mag 2018
Journal of Electrical Engineering
Volume 69 (2018): Numero 2 (March 2018)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
30 mag 2018
Pagine:
148 - 155
Ricevuto:
26 feb 2017
DOI:
https://doi.org/10.2478/jee-2018-0018
Parole chiave
renewable energy
,
wind speed prediction
,
PCA
,
ICA
,
artificial neural network
© 2018 Yagang Zhang et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 License.
Yagang Zhang
State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University
Beijing, China
Chenhong Zhang
State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University
Beijing, China
Yuan Zhao
State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University
Beijing, China
Shuang Gao
State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University
Beijing, China