利用XGBoost算法,构建机器学习模型对风电机叶片结冰进行分类预测,提高预测准确性。
暂无评论
基于波形分类方法的渤海潜山裂缝储层预测研究,杨瑞齐,熊晓军,潜山油气藏是油田重要的勘探领域,渤海某区的潜山裂缝为碳酸盐岩地层,其储集空间以裂缝孔洞为主、非均质性较强,且潜山埋藏深,
Data Classification and Prediction Based on SVM——Identification of Italian Wine Species
Lab11 基于逻辑回归的非线性分类预测.pdf
本文主要研究基于深度学习的时序预测和时间序列分类算法。时序预测是根据过去的数据来预测未来的发展趋势,而时间序列分类是将时间序列数据归类到不同的类别中。深度学习算法通过多层神经网络模型来进行学习和训练,
内含两个xgboost的介绍讲解文件,一个是中文,一个是英文的。
xgboost的Python版本+陈天奇介绍性讲义BoostedTree+其他文件资料
xgboost编译后的文件,下载后直接解压就可以使用
本文将模糊神经网络与时间序列结合起来,并引入时差法,建立了新的预测模型,并以电机运行时的振动电压峰峰值为依据,对电机的运行状态做了预测。检测结果表明:该预测模型的预测精度较高,误差小,是一种较为实用可
基于小波神经网络的电机转子位置预测模型,胡沥丹,尹雯,无刷直流电机的控制中,转子位置的检测至关重要。基于小波函数与神经网络的优点提出了一种电机转子位置预测方法,可以用于无刷直
对时下流行的社交网络,进行链接预测,对数据挖掘中的很多分类算法进行分析
暂无评论