搜索资源列表
werje
- 未来线路预测,分析误差,基于欧几里得距离的聚类分析，脉冲响应的相关分析算法并检验。- Future line prediction, error analysis, Clustering analysis based on Euclidean distance, Related impulse response analysis algorithm and inspection.
genetic-algorithm
- 文章利用支持向量机进行财务危机模型类别化设定及样本类别化训练，获得基于SVM的财务危机 在风险程度差异化基础上的检验样本，由对应的检验样本形成分类别预警。研究基于风险预测类别化的线性 转化获得各类型层的训练样本支持向量，并向样本集进行基于遗传算法粗糙集属性约简的决策知识表达系统 预测层级化处理和最小二乘SVM（LS-SVM）的财务危机预测-Using genetic algorithm and support vector machine for financial analysis
一元线性回归
- 包括基于矩阵运算计算回归系数并添加趋势线，基于多项式拟合计算回归系数并添加趋势线，借助回归分析程序包计算回归系数并估计检验统计量，及预测和各统计量。(Including the regression coefficient and add the trend line calculation based on matrix computation, polynomial fitting to calculate the regression coefficient and add the tre
ycgm12
- 双变量灰色预测模型GM(1,2)的matlab程序及模型检验(Two variable grey forecasting model GM (1,2))
ycgm1n
- 单变量一阶灰色预测模型GM(1,1) ，模型的建立及模型的监督检验(Single variable first order grey prediction model GM (1,1), model establishment and Model Supervision Test)
ARMA-Java--master
- ARIMA模型是通过将预测对象随时间推移而形成的数据序列当成一个随机序列，进而用一定的数学模型来近似表述该序列。根据原序列是否平稳以及回归中所包含部分的不同分为AR、MA、ARMA以及ARIMA过程。 在模型的使用过程中需要根据时间序列的自相关函数、偏自相关函数等对序列的平稳性进行判别；而对于非平稳序列一般都需要通过差分处理将其转换成平稳序列（ARIMA）；对得到的平稳序列进行建模以确定最佳模型（AR、MA、ARMA或者ARIMA）。在使用中最重要也是最关键的就是对序列进行参数估计，以检验其
bp
- 本代码是一份bp神经网络代码，通过训练、检验、预测，可以实现对网络的完美应用，有需要的同学可以看看。(This code is a BP neural network code, through training, testing, prediction, you can achieve the perfect application of the network, there is a need for students to see.)
logistic
- 在R语言中对数据进行logstic建模，并对其进行检验和预测(In the R language, the data is modeled by logstic model, and tested and predicted)
粗糙集
- 采用某股份制银行的698 家贷款企业样本, 基于粗糙集-Elman 神经网络集成构建了贷款企业五 级分类评估模型.该模型首先应用粗糙集理论约简出重要指标体系, 然后将训练样本送入Elman 神经网 络进行学习和训练, 进而对检验样本的风险等级进行判别.结果表明, 与传统的logistic 回归模型相比, 粗 糙集-神经网络系统对检验样本预测精度更高, 是一种更为有效和实用的分类方法, 为我国商业银行五 级分类管理提供一个新的方法. 关键词: 粗糙集;Elman 神经网络
youhuafujian
- 灰色预测幂函数优化 ，包括预测值，残差，累加值，后验差检验等(Grey prediction power function optimization)
RSM
- 建立1-4阶响应面代理模型，建立4阶响应面预测模型，对模型精度进行检验(Establishing the fourth order response surface proxy model)