暂无评论
运用灰色关联分析影响潘一东矿井瓦斯含量的各因素,得出煤层标高、顶板岩性、煤厚、地质构造是影响瓦斯赋存的主要因素。选取这四种因素作为神经网络的神经元进行建模预测,结果表明,基于灰色关联度的神经网络模型预
利用神经网络neuralnetwork对股票收盘价格进行中期预测
利用Elman神经网络实现电力负荷的精确预测,选取并转置训练数据和测试数据,根据不同的隐藏层神经元个数进行网络构建和训练。通过该模型,能够更好地为电力系统的运行提供准确的负荷预测支持。
大家看看,绝对值得一下,基于神经网络的大气污染预测模型,应用性很强
该项目采用了机器学习方法解决股票市场预测问题,使用开源股票数据中心的上证000001号和中国平安股票进行训练,并通过LSTM神经网络生成了较为精准的预测模型。如果您需要该项目的预测源代码、训练模型和数
将免疫算法与神经网络理论相结合,提出免疫神经网络预测模型以预测采煤工作面瓦斯浓度,并对如何处理时间序列的数据模式问题进行研究.引入延迟单元,将原始输入样本转换为具有延迟特征的新样本,采用延迟算子的输出
为了改进BP神经网络用于冲击地压预测的精度和泛化能力,利用BP算法和混沌优化算法优缺点的互补性,构建了一种组合式优化预测模型(COBP).将该模型应用于重庆砚石台煤矿冲击地压的预测,结果显示,该模型既
文中以目前使用较为广泛的灰色系统和BP神经网络预计方法对中国神华集团榆家梁煤矿52406工作面地表沉陷进行了预测,同时建立灰色系统与BP神经网络的等权组合预测模型进行沉陷预计,并与单独的模型预测进行对
基于神经网络方法的冲击地压预测研究,张春,,冲击地压灾害事故在我国一些矿区越来越严重。能够准确的对其进行预测是防治的前提。以往的预测方法存在一定的不足,而本文中所应
黄金价格受多种因素影响,具有高度的非线性和随机特征。一些传统的预测方法过分强调线性关系,而另一些则忽略了价格随机性。预测误差相对较大。因此,提出了一种基于主成分分析(PCA)和遗传算法(GA)的BP神
暂无评论