为提高井下风温预测精度,基于风温与风量之间的耦合关系,研究了矿井全风网预测方法。针对多种热源、单一巷道风温预测模型进行分析,研究了风网中风量与风温的耦合关系及迭代解耦方法,并编制了相应的计算分析软件。
论文研究-基于EMD的降雨径流神经网络预测模型.pdf,
针对小波变换方法的不足,运用EMD方法对黄河兰州以上二级水资源
基于人工神经网络的线程划分预测模型,李玉祥,赵银亮,线程级推测(Thread-Level Speculation, TLS)是多核上一种加速串行程序的线程级自动并行化技术。线程划分是该技术中一个核心环
基于LSTM神经网络的股价短期预测模型,成烯,钟波,股价预测是时间序列预测领域最具有挑战性的问题,准确预测股价能够帮助投资者降低风险,提高收益。本文应用LSTM神经网络对股价指��
论文研究-基于神经网络集成系统的股市预测模型.pdf, 基于神经网络集成理论,建立股市预测模型.其中分别建立"基本数据模型"、"技术指标模型"和"宏观分析模型",最后以简单平均生成集成系统.实证分析表
采用基于时间线的LSTM神经网络模型,实现了对股票价格和多地天气的温湿度数据的准确预测。该资源已经经过验证,用户只需替换数据集文件data.csv,即可简单上手操作。
内附问题、数据和代码,利用的是R语言的net包构建BP神经网络,准确率可以达到百分之96。哪里不尽人意还请大家多多指教。
瓦斯涌出是煤炭行业井下作业中一个极具挑战性的危险因素。为深入研究瓦斯涌出量的变化规律,并提高预测的准确性,研究人员结合了灰色理论与BP神经网络,构建了一种灰色—BP神经网络系统,用于矿井瓦斯涌出量的预
基于MATLAB的BP神经网络预测系统的设计.pdf,关于BP神经网络的Matlab程序介绍
根据袁店二矿81回风巷道具体情况,建立了相应的BP神经网络预测模型,对该巷道收敛变形进行了预测,预测结果与实测值基本一致,表明神经网络方法用于预测巷道收敛变形是可行的。