暂无评论
通过研究一元线性回归分析法,发现运用埋深与瓦斯含量两者的一元线性回归预测的瓦斯含量很多低于实际值,存在安全隐患。为此提出了通过求解瓦斯含量的置信区间,把置信上限设为瓦斯含量的安全预测值,作为对传统的瓦
可用于spss考试，spss分析，进行数据分析。
资源内包含线性回归与非线性回归算法，可使用Matlab直接得到结果
一维神经网络回归在这里，我提供了一个示例，其中神经网络用于预测一维回归模型。这是每个文件的简短描述：MLPregressionLoss.m：使用反向传播算法计算梯度。MLPregressionPr
一元线性回归模型,方差分析,非线性回归模型
基于关联分析的神经网络股票预测，段富，赵晓宇，传统BP网络应用与股票预测，单一考虑收盘价为时间序列矢量，预测精度不高。在BP网络输入矢量中加入其他因素矢量，又因为数据量大��
基于神经网络和灰色模型的非线性对象的状态预估，李方方，赵英凯，以某己内酰胺厂磷酸羟胺(HPO)的制备的现场数据为基础，利用贝叶斯正则化神经网络和灰色模型建立了磷酸羟胺中的H浓度的预测模型；��
论文研究-动态过程神经网络模型的研究(一).pdf, 综述了用于动态过程建模的几种典型的神经网络结构以及它们所具有的性能 ,并通过分析比较得出了网络结构与网络性能之间的关系。文中引入动态系统的状态空
回归模型线性及广义线性模型
本文致力于一种涉及非线性自回归算法的时间序列预测方案及其应用。 该方案是通过包含隐藏层的人工神经网络来实现的。 作为训练算法，我们使用比例共轭梯度（SCG）方法和贝叶斯正则化（BReg）方法。 第一种
暂无评论