基于灰色神经网络的粮食预测

SVM支持向量机，时间序列预测案例，案例基础简单容易上手，还有更多资源请加qq群107794826。

为了解决CPU和SOC由于集成度越来越高导致的功耗密度问题,低电压已经成为了一种趋势。但与此同时,这种趋势却使由电压噪声可能导致的电压紧急情况问题更为凸显。传统的电压噪声预测方法首先需要构建精细的CP

基于BP神经网络的投资策略问题预测,张谢谊,白宁,本文主要通过对影响企业效益的相关因素来分析建立BP神经网络模型对企业的投资进行预测,用以解决投资者在对企业进行投资前所进行�

光流问题长久以来,主要被基于变分能量模型的优化算法和基于块匹配的启发式算法统治着。随着深度神经网络技术在计算机视觉领域取得的成功,科学家们开始尝试利用深度学习技术的优势去解决光流问题。

基于神经网络方法的冲击地压预测研究,张春,,冲击地压灾害事故在我国一些矿区越来越严重。能够准确的对其进行预测是防治的前提。以往的预测方法存在一定的不足,而本文中所应

针对煤层顶板冒落原始数据样本较少的特点,采用神经网络理论和粗糙集理论,利用ULtraEdit和weka软件,建立了基于神经网络的煤层顶板冒落预测模型,实现了对小样本条件下煤层顶板冒落的预测。

针对预测冲击地压的传统方法存在的弊端,提出了一种基于混沌(Chaos)优化粒子群的BP神经网络算法。该算法将混沌、粒子群、BP神经网络结合起来,通过混沌粒子群算法寻优得到BP神经网络的最优权值和阈值初

黄金价格受多种因素影响，具有高度的非线性和随机特征。一些传统的预测方法过分强调线性关系，而另一些则忽略了价格随机性。预测误差相对较大。因此，提出了一种基于主成分分析（PCA）和遗传算法（GA）的BP神

传统瓦斯涌出量预测方法存在一定的局限性,预测精度不能满足要求。为了提高瓦斯涌出量预测精度,采用RBF神经网络对瓦斯涌出量相关数据进行建模。通过训练13组样本,对5组数据进行预测,分析了隐层神经元个数对

针对现有煤泥浮选加药量预测不准确的问题,提出了基于GA-BP神经网络作为煤泥浮选加药量的预测模型。首先通过MIV值评价法筛选出对浮选加药量影响较大的因素,进而建立了基于GA-BP神经网络的加药预测模型