暂无评论
网络速度趋势预测算法的研究与改进，邵锋，孙斌，采用支持向量回归（SVR）进行网络速度趋势的预测，同时应用粒子群优化算法（PSO）对SVR算法的参数进行寻优，用均方误差（MSE）作为��
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
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，
Chan与Vese 提出的C-V主动轮廓模型采用传统的水平集方法实现，为了保证水平集函数演化的稳定性，需要加入轮廓的长度项来规则化水平集函数，且在演化的过程中要周期性重新初始化为符号距离函数，从而大大
针对网络延时不确定使Smith预估补偿器的控制效果差的问题，提出了改进的Smith补偿控制算法，通过对控制信息的反馈，起到了动态调整延时补偿时间的效果。仿真结果表明，本控制策略实现简单且具有很好补偿网
运用BP神经网络对风资源进行预测,里面有样本,也有预测结果。
基于HP-EMD和ARMA的短期风速预测，喻敏，常毓婵，针对风速为非线性非平稳序列的特点，提出一种基于经验模态分解(EmpiricalModeDecomposition，EMD)和自回归滑动平均模型(
本文以某自动站数据为例，应用ARJMA模型对自动站风速进行预测，在经过模型识别，参数估计和模型定阶，并通过检验后应用该模型进行风电场风速预测．对自动站风速数据的预测值和实际值的比较说明该方法适合风速的
暂无评论