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

道路交通事故是道路交通安全水平的具体体现，为使预测数据更科学地为交通管理系统提供决策。提出建立基于LSTM（LongShort-TermMemory）神经网络的交通事故模型，训练交通事故相关的数据，对

基于主成分分析与BP神经网络的雾天能见度等级预报，黄政，包云轩，本文利用江苏省昆山市2012-2014年逐时常规气象观测数据、空气质量监测数据和能见度数据，分析了雾天能见度与各要素的相关性，并通过

提供了matlab中的主成分分析函数，用于主成份分析

基于主成分的参考作物蒸发蒸腾量神经网络预测模型,彭世彰,魏征,为了解决采用神经网络模型预测参考作物蒸发蒸腾量ET0研究中泛化能力不足的问题。将天气因子包括最高、最低和日平均温度、日照时数

Principal component analysis and cluster analysis

这个是我下载的别人的论文，希望对大家有用

论文研究-基于数据挖掘的交通流预测模型.pdf, 通过对道路交通流变化规律和影响因素的分析,提出了一种新的交通流预测模型.首先,鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点,采用蚁群算法中pij

论文研究-基于人工神经网络的投资预测.pdf, 叙述了神经网络的基本原理，建立了工程投资人工神经网络预测模型，编制了人工智能估价系统软件，并结合实例做了分析.

基于数据挖掘的短时交通流预测模型及应用研究

交通流量序列具有不平稳性、周期性、易受节假日等因素影响的特点，因此交通流量预测是一项困难的任务。针对交通流量序列的预测问题，设计了一种基于深度学习的交通流量预测模型。模型融合了卷积神经网络和长短时记忆