基于BP神经网络的城市交通流量预测与路口分析.nh

将股票历史交易数据存入Access数据库，利用BP网络对历史交易数据进行建模。在此基础上，利用学习模型，分类或识别最近的股票交易数据，从而预测股票价格走势。

针对目前时用水量预测模型中对时用水量影响因素分析研究较少的问题,通过分析各种时用水量影响因素与时用水量之间的相关性,筛选出时用水量的主要影响因子;通过分类将1d划分为3个时段,建立分时段用水量模型。采

黄海军的交通网络专著电子书籍，作为交通规划的基础。

这篇论文对于近些年的交通预测发展提供了一个全面的综述。具体来说,我们对目前的交通预测方法进行了总结,并且对它们进行了分类。然后,我们列举了应用交通预测的常见领域,以及这些应用任务的最新进展。

athens-traffic项目是针对雅典交通流量预测的一个研究或应用，通过数据分析来改进交通管理。在这个项目中，开发者使用了前期工作开发的流量预测模型，并进行了进一步的优化和扩展。主要关注点是收集和

随机森林预测交通流量.rar

一个bp神经网络进行交通预测的Matlab源代码，里面备有较为详细的注释，供给初学者！ 不仅有最初的bp模型，还包括优化的算法，总共有多个程序段，大家可以根据自己的数据情况选择适合的神经网络结构！

基于BP神经网络的印刷字符识别系统.nh

针对传统BP神经网络收敛速度慢、易陷入局部极小等问题,采用Matlab神经网络工具箱中的自适应学习率VLBP算法和基于数值优化技术的LMBP算法对传统BP神经网络算法进行改进,并设计了基于改进BP神经

在分析湖南土朱矿5煤层煤与瓦斯突出资料的基础上,确定煤层瓦斯含量,瓦斯压力,煤的坚固性系数及瓦斯放散初速度为影响煤与瓦斯突出的主要因素,利用MATLAB软件,基于BP神经网络,建立了适合土朱矿的煤与瓦