暂无评论
针对城市道路交通拥堵预警问题,提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习
针对当前大多数软件缺陷预测模型预测准确率较差的问题,提出了结合最小绝对值压缩和选择方法与支持向量机算法的软件缺陷预测模型。首先利用最小绝对值压缩与选择方法的特征选择能力降低了原始数据集的维度,去除了与
论文研究-灰色预测模型在铁路运营指标预测中的应用.pdf, 本文应用灰色系统理论的原理建立了S分局货物周转量及其它指标的灰色预测模型,并取得了良好的预测效果。同时,在大量计算的基础上,本文对GM(1,
ARMAX模型的预测确认,陈钧,,本文将围绕Pena(2005)提出的关于时间序列中预测确认的新方法进行改进,这种改进的预测确认方法是建立在一种所谓的“hv-过滤残差”
是有关于灰色模型的课题,里面讲到了很多关于灰色模型的知识,以及预测方法,可以帮助大家了解和学习
灰色预测,数学建模比赛参考资料,非常有用!很多人都看过
基于组合模型的销售预测应用研究,神经网络和SVM组合。
PHM的预测模型评估
本文运用了多种方法对人口预测建立了多个数学模型,并对他们进行比较,给出了他们各自的适用范围,比较实用。
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
暂无评论