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. 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. 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. 基于Grid-Search_PSO优化SVM回归预测矿井涌水量

  2. 为了解决矿井涌水量预测难题,在Grid-Search_PSO优化SVM参数的基础上,采用SVM非线性回归预测法,对大海则煤矿1999~2008年7月份的矿井涌水量进行了预测。分析对比SVM回归预测法和ARIMA时间序列预测法预测结果的数据误差,发现SVM回归法预测值与实测值之间的偏差比ARIMA时间序列法要小很多。可见在影响矿井涌水量各种因素值具备的情况下,SVM非线性回归预测所建立的模型能够更准确地预测矿井的涌水量,在矿井安全生产中具有很大的应用价值。

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：332800
    • 提供者：weixin_38655810

  1. 基于季节ARIMA模型的铁路客运能力需求预测及优化策略研究

  2. 基于季节ARIMA模型的铁路客运能力需求预测及优化策略研究 ，刘钢，魏迎敏，针对铁路客运资源时空配置不均衡的问题，本文运用面板数据的非线性时间序列分析理论，构建了预测铁路客运能力的三种ARIMA模型，提�

  3. 所属分类：其它

    • 发布日期：2020-01-15
    • 文件大小：1000448
    • 提供者：weixin_38679651

  1. 基于最优加权组合模型的煤炭消费预测分析

  2. 为了研究最优的煤炭消费预测模型,为我国能源结构优化提供依据,基于差分自回归移动平均(ARIMA)、灰色预测(GM)和人工神经网络(ANN)模型构建了8个组合预测模型,对我国煤炭消费量进行预测分析,应用评价指标R、MAE、MAPE和RMSE对预测模型精度进行比较,筛选出最优组合模型并预测分析未来10年我国煤炭消费趋势。研究结果表明:(1)最优加权组合模型均方根误差、平均绝对误差、平均相对误差等参数均较小,预测效果明显优于单项和简单组合预测模型;(2)构建了权重为(0.73,0.09,0.18)的我

  3. 所属分类：其它

    • 发布日期：2020-06-14
    • 文件大小：1048576
    • 提供者：weixin_38681301

  1. 基于经济时间序列预测的露天矿开采境界动态优化

  2. 为获得更为优越的露天矿山境界,构建了集经济时间序列预测、矿岩时间属性赋值和动态经济指标计算为一体的境界全动态优化方法。金属价格是矿山境界优化过程中最重要的因素之一,以金属价格历史数据为平台,通过创建合适时间序列模型,对未来价格做出预测,以预测结果为基础,运用L-G图论法生成系列境界方案,根据矿山实际情况编排进度计划,实现矿岩块参数赋值,将预测结果代入到矿岩块体模型中,计算境界净现值(NPV),经多方案比较确定最优境界。以某铜矿山为例,通过对近50 a伦敦金属交易所(LME)铜精矿季度平均结算价格

  3. 所属分类：其它

    • 发布日期：2020-07-19
    • 文件大小：1048576
    • 提供者：weixin_38669729

  1. 利用ARIMA-SVM模型的碳排放交易价格预测

  2. 为了帮助企业、投资者和市场监管部门优化碳排放市场参与行为，需要对碳排放交易价 格进行合理有效的预测。考虑到碳排放交易价格时间序列同时具有线性和非线性２种特征，选 择ARIMA-SVM融合模型运用到碳排放交易价格预测中，发挥该模型预测精度高的优势。运用ARIMA-SVM模型、ARIMA模型、SVM模型和Db6-SVM模型对湖北碳排放交易价格进行８期 预测。通过４种模型预测值的 MSE值和 MAE值确定预测精度，对比预测精度，探究 ARIMA-SVM模型是否为准确有效的预测模型，实证结果表明：ARI

  3. 所属分类：其它

    • 发布日期：2020-07-25
    • 文件大小：1048576
    • 提供者：weixin_38502510

  1. 基于特征选择和HMM的股票价格行为研究

  2. 为解决传统隐马尔可夫股价行为预测模型对输入特征序列和隐含状态数目敏感，导致预测结果存在局部最优、误差较大的问题，设计了新的股票因子特征选择方法，包括对因子特征的筛选和特征数据预处理。结合贝叶斯信息规则确定模型最佳隐含状态数目，提出了一种优化股价行为预测性能的PRHMM模型。通过对比支持向量机、ARIMA模型，实验结果证明，所提出的预测算法相对传统预测模型，在股价行为预测中有更好的预测表现。

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：259072
    • 提供者：weixin_38726007

  1. 基于ARIMA-LSSVM混合模型的犯罪时间序列预测

  2. 对犯罪时间序列的预测对帮助公安部门更好地掌握犯罪动态，实现智能犯罪发现具有重大意义。针对犯罪时间序列预测的计算需求，结合真实犯罪数据集，提出了ARIMA-LSSVM混合模型。该模型通过ARIMA预测出时间序列的线性部分，通过PSO优化的LSSVM模型预测非线性部分，以对序列进行充分拟合，最后通过混合算法计算最终结果。使用此混合模型达到了精准的预测效果，证明了模型的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：348160
    • 提供者：weixin_38562392

  1. machine_learning_projects::robot:机器学习项目-源码

  2. 机器学习项目 该存储库包含我在第一周完成的数据科学项目。 这些项目涵盖数据分析和可视化，功能工程，不同机器学习模型（随机森林，线性回归，决策树，朴素贝叶斯，ARIMA）的应用，超参数优化和正则化，自然语言处理和时间序列分析。 Gapminder-可视数据分析 数据： 目标：创建动画散点图 描述性统计，使用Matplotlib和Seaborn进行绘图 泰坦尼克号-分类项目 数据： 目标：应用机器学习模型预测泰坦尼克号上的乘客生存 探索泰坦尼克号数据集并建立基线模型 训练逻辑回归和随机森林分类

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：6291456
    • 提供者：weixin_42101720

  1. stock-evaluation:汇编技术分析工具（EMA，布林带），基础分析，机器学习模型（LSTM，随机森林，ARIMA），传统的股票预测工具（蒙特卡洛），情绪分析（NLP）以及投资组合优化，目的是对被分析股票的未来价格走势提供更好的理

  2. 股票评估工具 此回购包含一组工具，投资者可以使用这些工具来更好地了解他/她感兴趣的股票。它不建议买卖股票，而是有助于形成对股票的有根据的猜测。潜在的未来股价走势，并因此对要分析的股票做出买/卖/持有决定。 这里包括的工具不是唯一可以使用的工具。 之所以将它们包括在内，是因为我相信没有任何一种工具或模型可以充分理解导致股价波动的所有因素。 此仓库中包含的工具集可分为： 工具-EMA信号，布林带。 -通过YahoofFinancials和YFinance API使用财务数据。 -ARIM

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：4194304
    • 提供者：weixin_42117224

  1. Portfolio-Optimization-Project-Hai-Dang-Hoang-源码

  2. 优化工作代码 你好呀！这是包含我的投资组合优化项目的工作代码的github。您将看到两个主要的代码文件（.ipynb）：仪表板文件和建模与评估文件。 首先，仪表板代码是我包含在项目主文章中的网站的后端代码。我在此处包含了代码，因此您可以使用它，也可以根据需要复制它。各种功能都是可变的，您可以在技术模型文章（ ）中找到详细的说明。您还将找到需求dashboard.txt文件，该文件概述了运行代码的系统需求。玩得开心！ 其次，模型测试是我在后台工作的文件，用于测试几种股票价格预测模型以得出我选择的

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：970752
    • 提供者：weixin_42102401