{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,7]]，“日期-时间”：“2024-05-07T21:32:23Z”，“时间戳”：1715117543944}，“参考-计数”：23，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-date-parts”：[2018,11,1]]，《日期-时间》：“2018-11-01T00:00Z”，“时间戳”：1541030400000}，“内容-版本”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“41674037”，“61374126”，“6.1379029”]}：“自然科学基金会”，“DOI-asserted-by”：“publisher”，“adward”：[“ZR2013FM021”]}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Neurocomputing“]，”published-print“：{”date-parts“：[[2018,11]]}，”DOI“：”10.1016\/j.neucom.2018.05.035“，”type“：”journal-article“，”created“：{”date-ports“：[[2018,5,16]]，”日期时间“：“2018-05-16T16:13:04Z”，“时间戳”：1526487184000}，“页面”：“15-27”，“更新策略”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“源”：“Crossref”，《is-referenced-by-count》：7，“标题”：[“使用LS-SVM学习二维电磁方程的解”]，“前缀”：“10.1016”，“卷”：“317”，“作者”：[{“给定”：“晓明”，“家族”“：”汉“，“序列”：“第一”，“隶属关系”：[]｝，{“给定”：“进军”，“家族”：“王”，“序列”：“附加”，“隶属关系”：[]｝，{“给定”：“子库”，“家族”：“武”，“序列”：“附加”，“隶属关系”：[]｝，{“给定”：“国丰”，“家族”：“李”，“序列”：“附加”，“隶属关系”：[]｝，{“给定”：“颜”，“家族”：“武”，“序列”：“附加”，“隶属关系”：[]}，{“给定”：“胡安”，“family”：“Li”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.neucom.2018.05.035_bib0001”，“unstructured”：“R.\u00a0H.Liu，保角映射在电磁场边值问题中的应用，重庆师范大学，重庆硕士论文，（2008）。”}，{“key”：“10.1016\/j.neucom.2018.05.035_bib0002”，“series-title”：“工程电磁场的数值分析与合成”，“author”：“Xie”，“year”：“2009”}，{“key”：“10.106\/j-neucom.2016.05.035_ bib0003”，“series-title”：”无网格法“，”author：“Zhang”，“年份”：“09”}、{“issue”：“42”，“key“10.1016”：“2018.05.035_bib 0004”，“doi-asserted-by”：“crossref”，“first page”：“711”，“DOI”：“10.1109\/TMAG.2006.872014”，“article-title”：“三维电磁问题中的无元素伽辽金方法”，“volume”：”10“，“author”：“Parreira”，“year”：“2006”，“journal-title“：”IEEE Trans.Magn.“}，{“issue”：“51”，“key”：《10.1016\/j.neucom.2018.05.035_bib0005》，“first-page”：“1”，”article-title“：“电磁问题的径向基函数和有限元混合方法”，“卷”：“3”，“作者”：“Zou”，“年份”：“2015”，“期刊标题”：“IEEE Tran.Magn.”}，{“key”：“10.1016\/j.neucom.2018.05.35_bib0006”，“series-title”：“第九届国际机器学习与控制论会议论文集”，“首页”：“11”，“article-title”：“基于支持向量机的电磁场正演问题求解方法研究”，“author”：“Long”，“year”：“2010”}，{“issue”：“9”，“key”：“10.1016\/j.neucom.2018.05.035_bib0007”，“doi-asserted-by”：“crossref”，“first page”：：“求解常微分方程和偏微分方程的人工神经网络”，“卷”：“5”，“作者”：“拉加里斯”，“年份”：“1998年”，“期刊标题”：“IEEE Trans.neural Netw.”}，{“问题”：“11”，“关键”：“10.1016\/j.neucom.2018.05.35_bib0008”，“首页”：“1041”，“文章标题”：《不规则边界边值问题的神经网络方法》，“volume”：“5”，“author”：“Lagaris”，“year”：“2002”，“journal-title”：“IEEE Trans.Neural Netw.”}，{“issue”：“340”，”key“：”10.1016\/j.neucom.2018.05.035_bib0009“，”doi-asserted-by“，”crossref“，”first page“：“307”，“doi”：“10.1016\/S0016-0032（03）00036-X”，“article-title“：”使用人工神经网络解决振动控制问题“，”volume“：“5”，“作者”：“Alli”，“年份”：“2003”，“期刊标题”：“J.Frankl.Inst.”}，｛“问题”：“20”，“密钥”：“10.1016\/J.neucom.2018.05.035_bik010”，“首页”：“1221”，“文章标题”：“精确满足任意边界条件的边值问题的人工神经网络解法”，“卷”：“8”，“作者”：“秋季”，“年份”：“2009”，“journal-title”：“IEEE Trans.Neural Netw.”}，{“issue”：“346”，“key”：“10.1016\/j.neucom.2018.05.035_bib0011”，“doi-asserted-by”：“crossref”，“first page”：”898“，”doi“：”10.1016\/j.franklin.2009.05.003“，”article-title“：”使用神经网络和优化技术解决偏微分方程组的初边值问题“，“volume”：“9”，“author”：“Beidokhti”，“year”：“2009”，“journal-title”：“J.Frankl.Inst.”}，{“issue”：“72”，“key”：”10.1016\/J.neucom.2018.05.035_bib0012“，“doi-asserted-by”：“crossref”，“first-page”：“2385”，“doi”：“10.1016\/J.nucom.2008.12.004”，“article-title“：”用构造的神经网络求解微分方程“，”volume“10”，“作者”：“Tsoulos”，“year”：“2009”，“journal-title”：“Neurocomputing”}，{“issue”：“9”，“key”：“10.1016\/j.neucom.2018.05.035_bib0013”，“doi-asserted-by”：“crossref”，“first-page:”20“，”doi“：”10.1016\/j.asoc.2008.02.003“，”article-title“多层感知器神经网络，采用新型无监督训练方法求解偏微分方程数值解”，“volume”：“1”，“author”：“Shirvany”，“year”：“2009”，“journal-title”：“Appl.Soft Compute.”}，{“issue”：“16”，“key”：”10.1016\/j.neucom.2018.05.035_bib0014“，”doi-asserted-by“：”crossref“，”first page“：”1381“，”doi“10.1109\/TNN.2005.857945”，“article-title“：”Finite-element neural networks for solution differential equations“，”volume“6“，”作者“：”拉穆哈利“，“年份”：“2005年”，“期刊标题”：“IEEE Trans.Neural Netw.”}，{“问题”：“73”，“关键”：“10.1016\/j.neucom.2018.05.035_bib0015”，“doi-asserted-by”：“crossref”，“首页”：“115”，“doi”：“101016\/j.neucomm.2009.02.026”，“文章标题”：“使用反向传播和重新编制的径向基函数网络求解微分方程的泛化能力比较”，“卷”：“3”，“作者”：“Choi”，“年份”：“2009”，“期刊标题”：“神经计算”}，{“问题”：“350”，“关键”：“10.1016\/j.neucom.2018.05.35_bib0016”，“首页”：“300”，“文章标题”：“求解不连续耦合偏微分方程的神经网络自动设计参数选择”，“卷”：“2”，“作者”：“秋季”，“年份”：“2013年”，“期刊标题”：“J.Frankl.Inst.”}，{“键”：“10.1016\/J.neucom.2018.05_bib0017”，“系列标题”：“第五届机器学习与控制论国际会议论文集”，“首页”：“13”，“文章标题”：“多层支持向量机及其应用”，“作者”：“Wu”，“年份”：“2006”}，{“问题”：“48”，“关键”：“10.1016\/j.neucom.2018.05.5_bib0018”，“doi-asserted-by”：“crossref”，“第一页”：”2502“doi”：“10.1016\/j.automatia.2012.06.095”，“article-title”：“线性时变广义系统的LS-SVM近似解”，“volume”：“10”，“author”：“Mehrkanoon”，“year”：“2012”，“journal-title“：”automatica“}”，{“issue”：“23”，“key”：”10.1016\/j.neucom.2018.05_bib0019“，”doi-asserted-by“：”crossref“，”first page“1356”，“doi”：“10.1109\/TNNLNL S.2012.2202126“，“article-title”：“使用最小二乘支持向量机求解常微分方程的近似解”，“volume”：“9”，“author”：“Mehrkanoon”，“year”：“2012”，“journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.“}，{“issue”：“159”，“key”：”10.1016\/j.neucom.2018.05_bib0020“，”doi-asserted-by“：”crossref“，”第一页“：”105“，“doi”：“10.1016\/j.neucom.2015.02.013”，“article-title”：“使用LS-SVM学习偏微分方程的解”，“volume”：“1”，“author”：“Mehrkanoon”，“year”：“2015”，“journal-title“：”Neurocomputing“}，{”issue“：”19“，”key“：”10.1016\/j.nucom.2018.05_bib0021“，”doi-asserted-by“：”crossref“，”first page“830”，“doi”：“10.116\/j.c nsns.2013.07.024“，“article-title”：“时滞微分方程的参数估计-无积分ls-svm方法”，“volume”：“4”，“author”：“Mehrkanoon”，“year”：“2014”，“journal-title“：”Commun.Nonlinear Sci.Numer.Simul.“}，{“issue”：“3”，“key”：”10.1016\/j.neucom.2018.05_bib0022“，”first page“：”1“article-title：“\u03b5-求解微分方程的最小二乘支持向量法”，“volume”：“13”，“author”：“Baymani”，“year”：“2016”，“journal-title”：“Am.J.Compute.Sci.Inf.Eng.”}，{“issue”：“29”，“key”：《10.1016\/J.neucom.2018.05_bib0023》，“doi-asserted-by”：“crossref”，“first-page”：“631”，“doi”：“10.14403\/jcms.2016.29.4.631”，“文章标题“：“使用最小二乘支持向量机求解一维反向热传导问题的近似解”，“卷”：“4”，“作者”：“Wu”，“年份”：“2016”，“期刊标题”：“J.Chungcheong Math.Soc.”}]，“容器标题”：[“神经计算”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0925231218305873？httpAccept=text\.xml”，“content-type”：“text\/xml”，“内容-版本”：“vor”，“intended-application”：“文本-分钟”}，{“URL”：“http:\/\-api.elsever.com/content\/article \/PII:S09252328305872？httpAccess=text\/plain”离子“：”vor“，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2018,9,12]]，“date-time”：“2018-09-12T01:31:07Z”，“timestamp”：1536715867000}，“score”：1，“resource”：{primary“：{”URL“https:\/\/linkinghub.elsevier.com\/retrieve\/pii\/S0925231218305873”}}，”subtitle“：[]，”shorttitle“：[]，”issued“{”“date-parts”：[[2018,11]]}，“references-count”：23，“alternative-id”：[“S092523118305873”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.neucom.2018.05.035”，“relation”：{}，“ISSN”：【“0925-2312”】，“ISSN-type”：[{“value”：“0925-2312”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[2018,11]]}，”断言“[{”value“：”Else vier“，”name“：”publisher“，”label“：”本文由“}，{”value“维护：“使用LS-SVM学习二维电磁方程的解”，“name”：“articletite”，“label”：“Article Title”}，{“value”：“Neurocomputing”，“name”：“journaltitle”，“table”：“Journal Title“}”，{”value“：”https:\\/doi.org\/10.1016\/j.neucom.2018.05.035“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2018 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}