Zobrazeno 1 - 10
of 118
pro vyhledávání: '"N Montazerin"'
Autor:
M. Mahmoodi, N. Montazerin
Publikováno v:
Journal of Applied Fluid Mechanics, Vol 13, Iss 6, Pp 1873-1883 (2020)
Investigations and observations on fluid flow and performance characteristics (numerically and experimentally) and sound generation (experimentally) of single and double outlet squirrel cage fans are performed in this study. The main objective is to
Externí odkaz:
https://doaj.org/article/751fd7be5447425abda999e7df0047db
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Aeronautics and Aerospace Open Access Journal. 3:1-9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
N Montazerin, Ghasem Akbari
Publikováno v:
Measurement Science and Technology. 33:015203
Publikováno v:
Applied Soft Computing. 53:262-283
Display Omitted A fuzzy clustering algorithm is presented for noisy data.It works with covariance norm in contrast to PFCM.Its error is about 80% less than error of PFCM.It uses a function of distance instead of the distance itself. A generalized for
Publikováno v:
Neurocomputing. 219:186-202
A Generalized Entropy based Possibilistic Fuzzy C-Means algorithm (GEPFCM) is proposed in this paper for clustering noisy data. The main objective of GEPFCM is to determine accurate cluster centers of noisy data by generalizing Entropy C-Means (ECM)
Autor:
N Montazerin, Ghasem Akbari
Publikováno v:
Journal of the Brazilian Society of Mechanical Sciences and Engineering. 41
The present study searches for parametric subgrid-scale models for the turbomachinery flow based on single-plane stereoscopic particle image velocimetry measurements. A group of deformation tensors are used as the predictors to parameterize the subgr