《表2 费用数据样本：基于GAN-CNN联合网络的复杂产品费用预测》
提示：宽带有限、当前游客访问压缩模式
对应序号的费用数据如表2所示。
| 图表编号 | XD00147485600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.05 |
| 作者 | 江涛、刘鑫容、朱耀琴、曲慧杨 |
| 绘制单位 | 南京理工大学计算机科学与工程学院、南京理工大学计算机科学与工程学院、南京理工大学计算机科学与工程学院、航天系统仿真重点实验室北京仿真中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 校验样本预测数据：基于BP神经网络的微铣削切削比能预测》2020.10.02
- 《表1 样本数据：基于神经网络的煤矿事故数量预测研究》2020.09.26
- 《表1 样本数据：基于神经网络的数据中心故障预测方法研究》2020.05.01
- 《表2 施工费用估算表：基于5G网络建设的天面改造方案研究》2021.01.15
- 《表2 排水泵运行费用：基于桥梁健康监测挠度数据的车辆荷载位置预测》2021.02.25
- 《表2 样本数据：基于遗传算法的神经网络对植被混凝土坡面泥沙侵蚀量预测》2020.10.25
- 《表2 数据样本集：基于BP神经网络的富水砂层渣土改良试验效果预测》2020.07.20
- 《表2 数据样本集：基于BP神经网络的富水砂层渣土改良试验效果预测》2020.07.20
- 《表1 费用预测指标样本：基于GAN-CNN联合网络的复杂产品费用预测》2020.09.05
- 《表2 预测组样本数据：基于粒子群算法优化BP神经网络的溶浸开采浸出率预测》2020.02.28
- 《表1 变量定义：金融衍生品复杂性与审计费用——基于公允价值计量的视角》2019.11.01
- 《表2 部分样本数据：基于改进BP神经网络的供热负荷预测模型》2019.07.15
- 《表1 样本数据：基于深度神经网络的切削刀具剩余寿命预测》2019.06.01
- 《表1 部分样本数据：基于神经网络的数据中心故障预测方法的研究》2019.05.01
- 《表2 自变量分档标准：基于数据挖掘算法的慢病住院费用预测模型分析》2019.02.28
- 《表3 自变量分档规则：基于数据挖掘算法的慢病住院费用预测模型分析》2019.02.28
- 《表3 自变量分档规则：基于数据挖掘算法的慢病住院费用预测模型分析》2019.02.28
- 《表1 初筛模型变量：基于数据挖掘算法的慢病住院费用预测模型分析》2019.02.28
- 《表2 模型统计表：基于时间序列模型的医保记账费用预测研究》2019.04.28
- 《表2 检测样本数据：基于进化神经网络的液压支架密封圈老化寿命的预测研究》2018.11.26