基于高斯过程回归的链路质量预测模型
用户评论
推荐下载
-
基于优化高斯模型的井下空气质量分析
将高斯扩散模型引入到矿井空气的评价工作中,并对该模型进行改进,建立了优化的高斯扩散模型。最后,基于已建立的模型,运用MATLAB对1 d内不同时间矿井空气的污染物含量进行模拟。
10 2020-07-25 -
基于和声搜索高斯过程混合算法的光伏功率预测
光伏发电并网后会对电网产生冲击,影响电网稳定。通过对光伏发电功率的特性分析,在研究高斯过程算法原理的基础上,建立了基于高斯过程的光伏发电功率预测模型。针对传统高斯过程中优化超参数采用共轭梯度法存在的缺
3 2021-01-17 -
论文研究基于AR模型思想的高斯过程多模型建模方法.pdf
针对K-近邻算法中难以确定K值的定量问题, 提出一种基于AR模型思想的高斯过程多模型建模方法。该方法借鉴AR模型的思想, 将前一时刻的输出值作为当前时刻输出值的一个影响因素放入输入集中, 通过计算训练
22 2020-07-18 -
基于最近邻抽样回归模型的水文水资源预测
基于最近邻抽样回归模型的水文水资源预测,程云,,介绍了最近邻抽样回归模型(NNBR)进行单因子和多因子预测建模的基本思想和算法.该模型概念清晰,结构简单,不需对研究对象的相依形式�
21 2020-04-14 -
论文研究基于遥感和线性回归模型的土壤盐分预测
土壤盐分是全世界最具破坏力的环境问题之一,尤其是在干旱和半干旱地区。多光谱数据Sentinel_2用于研究突尼斯南部的盐渍土壤。收集了34个土壤样本以获取调查区域的地面真实数据。发现电导率和SWIR的
41 2020-05-22 -
基于随机森林回归分析的PM2.5浓度预测模型
针对神经网络算法在当前PM2.5浓度预测领域存在的易过拟合、网络结构复杂、学习效率低等问题,引入RFR(randomforestregression,随机森林回归)算法,分析气象条件、大气污染物浓度和
44 2019-04-29 -
基于BP神经网络的多元回归预测模型.zip
该多元回归预测模型基于BP神经网络,可应用于多输出数据的回归预测,并可通过对数据样本进行训练提高预测精度。该模型的参数设置和训练方法详细介绍了BP神经网络的基本原理和应用。同时,该模型可用于多个领域的
19 2023-06-19 -
高斯自回归过程参数估计的渐进性质
高斯自回归过程参数估计的渐进性质,王艳艳,王晓燕,研究一阶高斯自回归过程 参数 (Md是矩阵空间)的最小二乘估计和Yule-Walker估计在稳定情形下的大偏差和中偏差问题,并对非稳定情况下
5 2020-12-12 -
机器学习实战案例基于回归算法预测葡萄酒质量
本资源提供了包含Lasso、Ridge、ElasticNet回归算法的机器学习实战案例。通过对葡萄酒质量数据集进行建模分析,可以预测葡萄酒的质量等级。该资源包含源码和数据集文件。
7 2023-07-04 -
时间序列预测与回归分析模型
时间序列预测与回归分析模型
65 2018-12-07
暂无评论