论文研究基于机器学习的列车能耗预测 .pdf

为解决高速列车的快速、准确、舒适停车问题，分析并建立了列车制动的牵引力模型；综合考虑列车制动过程中舒适度因素的影响，提出了带有舒适度约束条件的模糊预测-PID复合控制方法。该控制方法结合了模糊预测控制

本文来自于segmentfault,文章详细介绍了Python中如何使用scikit-learn模型对分类、回归进行预测的实现原理等相关知识。摘要:在Python中如何使用scikit-learn模型

型智能电表普及后，为了准确检测出电网中的窃电用户，可以结合机器学习的方法．为此，选择了支 持向量机、随机森林和迭代决策树3种机器学习中较常用的大数据算法进行分析，通过不断调整试验数据集 的大小，对3种

针对传统的利用神经网络等工具进行水文趋势预测得出结果不具备解释性等不足，文中提出一种基于机器学习算法的水文趋势预测方法。该方法利用XGBOOST机器学习算法建立参照期与水文预见期之间各水文特征的相似度

建筑能耗是世界各国总能耗的重要组成部分，工业发达国家建筑能耗已经占到其自身总能耗的42%～45%，我国的建筑能耗占总能耗的27%左右。其中，大型公共建筑单位面积年能耗高、发展速度快，导致建筑用电量急剧

基于ε-SVR的烧结能耗和性能预测模型

对药物-靶标关联进行了研究，提出基于弱标记和多信息融合的药物-靶标相互作用预测方法PDML。通过与其他方法对比和数据库检索验证评估PDML模型的性能：与Yamanishi提出的方法、RLSMDA、La

为尽可能减少由于自然灾害导致铁路运输受阻甚至中断情况下受影响的列车数，提出了对现有列车运行方案以抗毁性优化为目标的量化分析方法。首先基于当前列车运行方案建立列车运行网络模型，该模型以实际铁路站点为节点

抗癌分子（CBM）在许多类型的食物和潜在的抗癌治疗剂中含量很高。 在之前的工作中，研究人员引入了一个基于网络的机器学习平台来识别癌症分子，例如，比较批准的抗癌药物和食物分子在分子网络中的相似性。 在此

信用卡欺诈是金融机构的一个广泛问题，涉及使用支付卡进行的盗窃和欺诈。 在本文中，我们探索了线性和非线性统计模型以及机器学习模型在真实信用卡交易数据上的应用。 建立的模型是受监督的欺诈模型，试图识别哪些