城市场景下基于预测的VANET锚点路由,金晓烨,时岩,车载自组织网络具备节点移动性高,拓扑变化频繁,移动轨迹受限,节点数量多等特点,这些特点对城市场景下路由协议的设计提出了很��
论文研究-基于复杂网络少数者博弈模型的金融市场仿真研究.pdf,
本文构造了具有学习机制、学习结构及时间控制策略(持续期
金融危机背景下大宗商品定价权的研究,汤万钧,项高翔,长期以来,由于我国缺失大宗商品的定价权,在国际贸易中长期处于不利的地位,甚至出现了“中国买什么什么就涨,中国卖什么什么就
为了解决当下用电负荷预测精度不高,难以很好模拟实际用电负荷的分布情况而不能对未来的负荷数据进行合理预测的问题,实现了基于随机森林的分类模型、回归模型以及结合Weka的时间序列模型,对某省份的负荷数据进
基于时空特性RNN的用户位置预测研究,李泽捷,张健明,自2009年开始,大数据一词逐渐进入人们的视野。大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合。来自通讯运营商的大��
支持向量机参数对支持向量机的性能有着重要影响,参数选择问题是支持向量机的重要研究内容。针对此问题,提出一种基于粒子群优化算法的支持向量机参数选择方法。实验结果表明,经粒子群优化算法优化的支持向量机回归
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
以修正常数模算法(MCMA)为基础,用变步长代替固定步长,提出一种新的变步长修正常数模算法(VSS-MCMA),并在此基础上提出一种基于均方误差判决引导(DD)的双模式盲均衡算法(DD-VSS-MCM
基于AP-RBF算法的电力负荷短期预测研究,刘海燕,李良祎,针对传统电力负荷短期预测方法存在的问题,利用最新智能无模型网络训练方法,提出了一种基于数据挖掘技术的径向基函数神经网络��
为了提高软件缺陷预测的准确率,利用布谷鸟搜索(cuckoosearch,CS)算法的寻优能力和人工神经网络(artificialneuralnetwork,ANN)算法的非线性计算能力,提出了基于CS