论文研究基于SSAELM的大宗商品价格预测研究.pdf

论文研究-我国铁矿石进口价格预测的ECM-SVR混合模型.pdf,  作为钢铁工业生产的重要原材料之一，铁矿石进口价格的剧烈

为了获得更加理想的网络流量预测结果，准确刻画网络流量的变化趋势，提出一种基于布谷鸟搜索算法优化组合核相关向量机的网络流量预测模型（CS-HRVM）。首先针对网络流量的混沌特性，采用相空间理论建立网络流

中国是一个滑坡灾害极为频繁的国家，三峡库区更是滑坡灾害的多发区和重灾区，GPS地表位移监测是滑坡稳定性监测的重要手段。以三峡库区树坪滑坡为例，先利用自回归移动平均模型（ARIMA）对树坪滑坡GPS监测

为了对网络流量进行准确预测，针对传统极限学习机的“过拟合”不足，提出一种极限学习机和最小二乘支持向量机相融合的网络流量预测模型（ELM-LSSVM）。该模型通过相空间重构获得网络流量的学习样本，引入最

提出了一种基于离散HSMM的故障预测模型，根据部分观测矢量预测系统下一时刻处于各个状态的概率。结合HSMM的前向—后向（FB）算法，给出了部分观测下HSMM的状态预测算法。将提出的模型应用于减速箱故障

基于大数据的用户流量预测，于泽川，崔鸿雁，在移动网络快速崛起的同时，面向用户的各种服务也层出不穷。如何在激烈的市场竞争中脱颖而出，为用户提供更加优质的服务，成为各

针对大地震历史数据缺乏导致的大地震预测准确率低的问题，提出一种基于反向选择的地震预测方法。采用可变实值反向选择算法生成成熟检测器，用于预测地震是否发生。由于反向选择在训练过程中无须非我数据，可减小大地

预取技术通过在用户浏览当前网页的时间内提前取回其将来最有可能请求的网页来减少实际感知的获取网页的时间。传统的Markov链模型是一种简单而有效的预测模型,但同时存在预测准确率偏低,存储复杂度偏高等缺点

基于机器学习的列车能耗预测，尹伊人，张英俊，\justifying实现列车精准能耗统计和预测对建设绿色低碳铁路具有重要的意义。利用列车运行数据,提出了基于机器学习的列车能耗预测算�

论文研究-基于改进Mycielski方法的风速预测.pdf,  风速的建模和预测对有效利用风能有着重要意义, 由于风速时间序列为非正态分布且有易变性, 应用统计建模的方法来精确预测风速往往较困难. 本