为了更好地研究股指预测问题,提出了基于特征选取与LSTM模型的股指预测方法,该方法从优化特征参数选取角度对模型预测能力进行提升,包含全面选取特征参数、应用系统聚类法进行特征分类、应用主成分分析对分类特
基于真实数据集的车辆轨迹预测方法研究,朱雪梅,谢东亮,车辆的移动位置预测对于车载网络的应用具有很重要的意义,可以用于车载网络的数据传输、移动性管理技术的优化设计等。车辆的移动
故障预测技术是电子装备预测与健康管理(PHM)领域的核心内容,对电子装备关键部件实施有效的预测是保证系统正常运行的关键。首先将灰色理论和人工神经网络算法相结合,构建灰色神经网络模型并对其进行分析;然后
基于小波分析技术,将原始非平稳时间序列分解为一层近似系数和多层细节系数,对其分别采用自回归滑动平均模型以及BP神经网络模型,对各层系数进行建模与预测;通过整合各层系数,得到原始时间序列的预测值。运用这
基于深度学习的空气质量预测方法研究,郭豪,孙岩,随着深度学习的进一步发展,该项技术也日益改善着人类的生活方式。在空气质量预测方面,可观测的数据量呈现几何倍数的大幅增长,
沪深300各成分股股票2019.3-2020.12收盘价汇总
论文研究-深沪A股上市公司投资价值的多层次综合评估.pdf,
论文研究-基于证券价格时间序列的协整优化指数跟踪方法研究.pdf,
论文研究-基于混沌理论和LSSVM的蒸汽负荷预测.pdf, 蒸汽是一种重要的二次能源,如何预知热电厂在未来时刻需生产的蒸汽负荷,对于安全、经济地向用户提供高质量的热负荷具有重要意义.针对短期蒸汽负荷序
基于商拓扑结构的序列构成和预测,何富贵,张燕平,将具有一定相关性的多个时间序列作为整体进行研究,即对多变量时间序列分析,这将有利于更好地了解各时间序列的特性。故对于时间