注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 时序预测算法

  2. weka额外的jar包，可以对一定时间的历史数据进行预测

  3. 所属分类：Java

    • 发布日期：2012-09-16
    • 文件大小：2097152
    • 提供者：macropolos

  1. 一种基于流特征模式的股市跟踪预测算法

  2. 由于股市波动的突发性、多变性，且时序数据呈非正态分布，传统的时序预测模型难以有效预测股市。提出 了一种基于流特征模式的股市跟踪预测算法（ＳＦＭ－ＰＧ），该算法根据股票之间的相关性构建贝叶斯网络，选取目标股 票的马尔科夫毯作为其同辈群体，然后基于同辈群体之间的接近度，给出一种窗口跟踪式预测模型，其通过对同辈群 体权重的动态更新进行跟踪式预测，以减少股票数据分布非正态性对预测的影响

  3. 所属分类：数据库

    • 发布日期：2014-11-01
    • 文件大小：2097152
    • 提供者：u014577750

  1. matlab常用代码大全科研神器

  2. 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网

  3. 所属分类：其它

    • 发布日期：2016-11-08
    • 文件大小：12582912
    • 提供者：u014356002

  1. 科研常用代码（预测分类评价）

  2. matlab常用代码大全，帮助你科研，论文实证分析，数模竞赛 第44章 层次分析法 第45章 灰色关联度 第46章 熵权法 第47章 主成分分析 第48章 主成分回归 第49章 偏最小二乘 第50章 逐步回归分析 第51章 模拟退火 第52章 RBF,GRNN,PNN-神经网络 第53章 竞争神经网络与SOM神经网络 第54章 蚁群算法tsp求解 第55章 灰色预测GM1-1 第56章 模糊综合评价 第57章 交叉验证神经网络 第58章 多项式拟合 plotfit 第59章 非线性拟合 lsq

  3. 所属分类：其它

    • 发布日期：2017-04-27
    • 文件大小：12582912
    • 提供者：u014356002

  1. 基于遗传算法的神经网络金融时序预测的研究

  2. 基于简单遗传算法的神经网络训练速度慢 、易陷入局部极值 , 用具有较好的全 局搜索能力自适应遗 传算 法来优化神经网络权值和阈值,设计了基于自适应遗传算法的 BP神经网络的股票预测系统.该系统根据对股票 历史数据分析 , 预测股价未来几天时间的走势 .结果表明 , 改进算法具有很强的可行性 和高效性 .

  3. 所属分类：算法与数据结构

    • 发布日期：2017-09-11
    • 文件大小：338944
    • 提供者：tantcd1931

  1. R语言ARMA算法预测实例

  2. 用R语言写的一个ARMA算法实例，目的是做龙卷风的时序预测

  3. 所属分类：机器学习

    • 发布日期：2018-01-23
    • 文件大小：1024
    • 提供者：dxwwhut

  1. 水质预测微信小程序源码

  2. 本软件基于微信小程序，机器学习模块基于PC端服务器上云算法，在预测方面，该水质预测属于时序预测，由于传统预测方法不适合进行时序预测，我们采用基于长短期记忆网络(LSTM)的水质预测方法。神经网络方法是一种深度学习方法，它具有的非线性、自组织学习等优点很契合水质预测的问题。长短期记忆网络本身结构的特点，使其具有“记忆性”，这让它处理水质预测问题的准确度比其他方法更高

  3. 所属分类：webOS

    • 发布日期：2019-04-11
    • 文件大小：1048576
    • 提供者：qq_38103128

  1. 基于混合高斯隐马尔可夫模型的带式输送机堆煤时刻预测方法

  2. 提出了一种基于混合高斯隐马尔可夫模型的带式输送机堆煤时刻预测方法。该方法根据传感器采集的带式输送机功率时序数据建立带式输送机运行状态的混合高斯隐马尔可夫模型,基于该模型采用基于图的状态序列遍历算法和基于切普曼-柯尔莫哥罗夫方程的概率转移算法对带式输送机堆煤时刻进行预测:基于图的状态序列遍历算法通过寻找当前状态到堆煤状态的通路确定剩余时间;基于切普曼-柯尔莫哥罗夫方程的概率转移算法通过粒子群优化算法及切普曼-柯尔莫哥罗夫方程交叉验证来获取训练样本上失败状态的概率阈值,并计算当前的状态迁移到超过失败

  3. 所属分类：其它

    • 发布日期：2020-05-14
    • 文件大小：487424
    • 提供者：weixin_38529251

  1. 基于HHT-CS-ELM的瓦斯涌出量时序预测

  2. 为有效挖掘瓦斯涌出量监测数据隐含特征,预防瓦斯动力灾害,基于希尔伯特-黄变换(HHT)方法、布谷鸟搜索算法(CS)和极限学习机(ELM)基本理论,构建了瓦斯涌出量的HHT-CSELM动态预测模型。通过EMD将样本序列分解成多个不同频率的本征模态函数(IMF)分量;利用Hilbert变换获取各分量的瞬时频率,并据此将IMF分量划分成较高频和低频,采用不同的预测模型进行预测,经叠加各预测值得到最终预测结果。以汾西矿业集团某矿瓦斯涌出量监测数据为例进行仿真实验,结果表明:HHT方法能有效降低数据复杂度

  3. 所属分类：其它

    • 发布日期：2020-05-03
    • 文件大小：297984
    • 提供者：weixin_38607088

  1. 综采工作面瓦斯数据时间序列预测方法研究

  2. 针对现有基于时间序列的瓦斯浓度预测方法存在算法复杂、预测步长较短等问题，根据瓦斯浓度历史监测数据的随机性与时序性，提出了一种基于ARIMA+GARCH组合模型的综采工作面瓦斯数据时间序列预测方法。首先建立ARIMA预测模型，对瓦斯浓度数据进行平稳化处理，并确定模型的参数估计；然后在预测模型的可靠性通过检验后，针对ARIMA模型在预测过程中存在的均值回归问题，采用GARCH模型模拟ARIMA产生的拟合残差，并将模拟出的结果作为ARIMA模型中预测的噪声项，以此优化预测结果。测试结果表明，基于ARI

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：731136
    • 提供者：weixin_38656395

  1. 深凹露天矿高边坡变形的组合预测模型

  2. 建立了神经网络-时间序列组合模型,以神经网络提取趋势项,时序方法拟合随机项,更全面地考虑了诱发边坡变形的各种因素,克服了单一模型的缺陷。结合跟踪算法,对东明矿南帮、西帮测点时序分别建模分析,并同单一的时序模型、神经网络模型拟合结果进行对照,表明组合模型具有更加理想的拟合与预测效果。

  3. 所属分类：其它

    • 发布日期：2020-04-24
    • 文件大小：764928
    • 提供者：weixin_38581992

  1. 一种基于用户兴趣联合相似度的协同过滤算法

  2. 在推荐系统中数据稀疏性和推荐时效性是经常面对的问题,为了更好地反映不同用户在不同阶段的邻域相关性,从而能够挖掘出评分项目中所隐含的个性化信息,在基于用户的协同过滤算法预测评分过程中将联合相似度与用户兴趣的时序信息相结合,首先融合覆盖评分信息的用户间的协同相似度、偏好相似度和轨迹相似度等3种相似度,通过参数调节不同度量的权重及相似度阈值形成联合相似度以获取用户有效的邻居数目;其次在联合相似度计算过程中引入反映时间权重的Logistic函数以提高推荐的时效性;最后进行实验,结果表明,所提出的方法与经

  3. 所属分类：其它

    • 发布日期：2020-06-10
    • 文件大小：1048576
    • 提供者：weixin_38551187

  1. ART技术在钢绳芯输送带接头抽动预测中的应用

  2. 在煤矿运输领域的钢绳芯带式输送机的安全监管背景下,接头抽动情况是需要引起警惕的征兆。通过引入基于ART算法的时序数据挖掘技术,对现场传感器数据的采集、整理,对如何进行系统建模进行了研究,建立了符合数据挖掘要求的数学模型,证明了将基于ART的数据挖掘技术引入当前钢绳芯输送带安全监管领域的可行性。本系统具有预测带式输送机的未来运行情况的功能。

  3. 所属分类：其它

    • 发布日期：2020-06-29
    • 文件大小：220160
    • 提供者：weixin_38713057

  1. 基于DSP平台的视频采集系统与MPEG_2视频压缩算法研究

  2. 3 本文旨在设计一个基于DSP平台的视频处理系统。该系统能为视频处理提 完整可靠的硬件工作平台，能根据对视频处理的不同要求，通过软件编程 相关的视频处理工作。在深入研究DSP的技术和理论后，确定了DSP的 则，经过认真分析和比较，选定了以TI公司C6711DSK板为母板，开发 集子卡的方案。在此基础上，提出了以DSP负责视频处理、CMOS图像传MT9T001进行视频采集、CPLD完成各种接口逻辑和时序匹配的视频处理 计方案，并绘制电路原理图、进行印刷电路板设计，开发底层软件和上层 件。理解MPE

  3. 所属分类：硬件开发

    • 发布日期：2009-12-02
    • 文件大小：856064
    • 提供者：seifargogo

  1. 饭店流量预测-多表关联+lightgbm

  2. 几点思考: 1、对pandas的使用就像是操作SQL语句, 总体说是增删改查, 但是涉及到联表, 涉及到分组,涉及到不同数据类型的操作,就有很多tricks在里面, 这些tricks是需要在不断的学习->使用中不断精进和掌握; 2、特征中包含datetime类型特征的时候, 可以依此分组构造新的时序特征, (1) 是否是周末? (2) 是一个月的第几天? (3) 趋势特征 (4) 其他 3、值得fork的代码是: (1) 数值类型特征异常值检测处理方法; (2) 反应时间趋势特征的指数加权

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：245760
    • 提供者：weixin_38694541

  1. 多粒度时序特征在离网预测中的应用

  2. 电信运营商为了发现可能离网的客户,针对不同的场景研究开发了多种离网预测模型。目前的离网预测模型首先选择一种时间粒度抽取特征,之后使用机器学习算法对抽取的数据建模。这类方法只考虑了模型对分类性能的影响,没有充分考虑数据的作用。针对上述问题,提出一种使用多种时间粒度抽取特征的方法,并尝试在模型训练的不同阶段对不同粒度的特征进行融合。实验结果表明,使用多种粒度抽取特征训练出来的模型性能会明显优于使用单一粒度抽取特征的模型。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：425984
    • 提供者：weixin_38518722

  1. 基于扩展的径向基函数核支持向量机的产品销售预测模型

  2. 针对产品销售时序具有多维度，非线性的特征，通过设计了一种扩展的RBF核函数，将其应用于支持向量机中，得到一种扩展的RBF核支持向量机(ERBF-SVM: Expanded Radial Basis Function - Support Vector Machine)；同时设计了一种改进的免疫优化算法对其参数进行寻优。 该方法被应用于汽车销售预测实例中，并与BP神经网络(BPNN)、采用一般RBF核的支持向量机(v-SVM: v-Support Vector Machine)及多尺度支持向量机（M

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：671744
    • 提供者：weixin_38523251

  1. 氧化铝返料成分时序预测的新型LSSVM参数优选

  2. 针对预测氧化铝返料成分时间序列的最小二乘支持向量机LSSVM模型,为提高模型预测精度,首先采用相对误差改进LSSVM的优化泛函,推出新型的LSSVM模型；接着,采用新颖的汉默斯里序列抽样技术HSS在SVM模型参数空间中均匀地抽取出初始的参数向量；最后通过鲍成尔( Powell)优化算法并行求得全局最优模型参数.通过实际工业生产数据仿真,验证了方法的可行性和有效性,模型预测精度得到有效提高.

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：2097152
    • 提供者：weixin_38680393

  1. 建筑数据基因组项目：用于性能分析和算法基准测试的非住宅建筑的集合-源码

  2. 您的数据科学技术是否实际上可以跨越数百座建筑物？ 它实际上更快或更准确吗？ 这些是研究人员在开发数据驱动方法时应该提出的问题。 建筑性能预测，分类和聚类算法已成为异常检测，控制优化和需求响应分析的重要组成部分。 但是，我们如何实际比较每种技术与以前创建的方法呢？ 时序数据挖掘社区早在2003年就发现了这个问题：“许多工作的效用很小，因为做出了贡献……”提供了一些改进，而这些改进本可以使差异完全相形见have。是通过在许多现实世界的数据集上进行测试而观察到的，或者通过更改次要（未声明的）实施

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：132120576
    • 提供者：weixin_42113754

  1. 基于神经网络算法的大数据分析方法研究

  2. 随着深度互联网时代到来，大数据所蕴含的巨大科学、经济价值逐渐凸显。然而其数据分析方法却存在较高技术壁垒，想要发掘出大数据的价值空间，需要摒弃传统方案，采用新的分析方法。深度神经网络算法采用仿生学习算法整合庞大的异构数据，支持多源信息筛选，可实现时序动态捕捉，从而搭建起大数据转化为价值信息的桥梁。文中着重分析“大数据+神经网络”的深度学习算法在非结构化、模式多变的大数据群中的特征提取模式；并基于无限神经网络的前馈式连接方法，耦合时间参数进行更精确的特征提取与数据预测。最后对其在语音识别和图像分析中

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：1048576
    • 提供者：weixin_38547035
« 12 3 4 »