基于小波神经网络的水文时间序列预测,孙井池,,由于气候因素及下垫面因素的综合影响,水文时间序列表现出复杂的非线性,一般的时间序列预测方法对非线性非平稳的信号不适用。小
在短时交通流预测中,传统PSO优化神经网络预测模型对逃逸粒子直接取边界值且自身无相应的变异机制,这对于维持粒子群多样性、寻找最优解是不利的。为更进一步提高短时交通流预测精度,将在传统PSO优化BP神经
基于ATD-BP神经网络的页岩气产量预测方法,朱红,孔德群,储层改造是页岩气开发的关键步骤,根据储层改造数据进行页岩气井产量预测,对后续施工优化有重要指导意义。然而储层改造数据与气
针对Elman神经网络模型,通过引入时间权重与随机性因素,提出了改进的Elman神经网络模型,提高了现有Elman神经网络针对时序数据预测的精度。提出了基于时序数据的特征学习框架,可评估多个特征参数对
论文研究-基于BP 神经网络的煤与瓦斯突出预测方法的研究.pdf,
眨眼与哈欠在基于面部视频的成像式光电容积描记(IPPG)技术中通常被视作运动伪迹干扰。区别于传统的去运动伪迹解决思路,将二者视为特定的面部运动特征并设法加以提取,以期用于人机交互技术研究。方法中,依托
随着网络规模的增长,Overlay网络流量预测已经日渐成为研究热点。与传统网络相比,Overlay网络本身的特性决定了传统的预测方法已不能适应它的要求。提出一种基于模拟退火的粒子群神经网络来预测Ove
论文研究-基于主成分分析和组合神经网络的短时交通流预测方法.pdf,
基于LSTM神经网络融合用户相似性的移动轨迹预测,童凯南,林彦,随着智能设备和位置采集技术的普及,积累了大量轨迹数据。通过学习人群的移动轨迹,可以获得其移动规律,基于此信息进行地点预测
基于灰色神经网络的轨道质量指数预测,张令刚,范加冬,轨道质量指数是目前我国铁路应用的一种主要的均值评价方法,能够真实、准确地反映出轨道不平顺的质量状态。通过轨检车实测TQI数据�