搜索资源列表
基于RBD的民航客运预测及MATLAB的实现
- ：基于统计学原理的传统的民航客运量预测方法难以预测动态数据的内在结构和复杂特 性。为了提高民航客运量预测的准确性，利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性，选用RBF 神经网络为模型并利用MATLAB 编程实现了对民航客运量的准确预测。本文介绍了RBF 神经网络MATLAB 的相关知识，并以民航客运量的1978 年至2007 年的实际数据为例进行RBF 神经网络的训练与测试，实验结果表明，将RBF神经网络与MATLAB 结合运用在民航客运量预测中具有可行性，预测精度更高
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
ADPF
- 基于统计决策规则提出自适应采样数粒子滤波算法, 在定义综合性能风险函数的基础, 推导出粒子数与滤波误差方差之间的关系式, 使得在跟踪过程中, 可以根据目标的机动情况在线调节粒子数, 以使跟踪性能 达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验, 结果表明, 自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法, 跟踪性能较基本粒子滤波算法提高了3.17倍。-Based on statistical decision rules of the number of adap
huise
- 灰色网络简单的GM(1,1)灰色预测函数，自动返回预测值-Network simple gray GM (1,1) Grey forecasting function, automatic return forecast
Intelligent-predictive-by--MATLAB
- 《智能预测控制及其MATLAB实现(第2版)》系统地论述了神经网络控制、模糊逻辑控制和模型预测控制的基本概念、工作原理、控制算法，以及利用MATLAB语言、MATLAB工具箱函数和Simulink对其实现的方法。该书取材先进实用，讲解深入浅出，各章均有相应的例题，并提供了大量用MATLAB/Simulink实现的仿真实例，便于读者掌握和巩固所学知识。-Intelligent predictive control and MATLAB (2nd edition) described the neu
fractal-predict-pdf
- 该文章从混沌和分形的关系出发，基于奇异吸引子的分形结构和时间序列的自仿射特性，提出了一种混沌时间序列的预测方法。采用迭代函数系统跟踪混沌的局部运动轨迹，由此确定统计意义上放射性能最优的时间序列段，并分局吸引子定力和拼贴定理建立预测模型。-This article from the chaos and fractal relationship starting, based on the characteristics of self-affine fractal structure and ti
wzrh
- (1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统
支持向量机非线性回归通用MATLAB源码
- 支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合，GreenSim团队推荐您使用。
preditive--function-control
- 一篇预测函数方面的外文文献，介绍的内容非常好，可以供大家参考。-A predictive function in the foreign literature, content presentation is very good, for your reference.
DFKDJFKDFJD
- 本文研究了多重分形的统计物理方法,以上证综合指数长达四年的一分钟高频数据为研究 对象,计算了实际交易数据的多重分形谱及其特征参数,并确定了权重因子的取值范围。结果表 明奇异指数和相应的谱函数作为多重分形谱的重要参数,一定程度上反映了股指本身的变化范围 和高低价位出现频率的变化,然而谱函数可以预测股市趋势的断言在沪市并不成立。 关键词:统计物理 高频数据 多重分形谱 奇异指数-This paper studies the multifractal statistical physi
rbfyuce
- 讲述径向基函数神经网络在各领域预测中的应用-About RBF network application in various fields Forecasting
dq061
- 自写曲率计算函数 ,阐述了负荷预测的应用研究,一种流形学习算法（很好用）。- Since writing the curvature calculation function, It describes the application of load forecasting, A fluid manifold learning algorithm (good use).
at016
- 未来线路预测,分析误差,利用自然梯度算法，DSmT证据推理的组合公式计算函数。- Future line prediction, error analysis, Use of natural gradient algorithm, Combination formula DSmT evidence reasoning calculation function.
1163
- 合成孔径雷达（SAR)目标成像仿真，自写曲率计算函数 ,未来线路预测,分析误差。- Synthetic Aperture Radar (SAR) imaging simulation target, Since writing the curvature calculation function, Future line prediction, error analysis.
无刷直流电机分数阶PI预测函数控制研究
- 无刷直流电机dsp 分数阶pid预测算法(Based on the analysis the working principle of brushless DC motor and the speed regulating simulation under PI, fractional-order PI (FOPI) and predictive functional control (PFC) strategies, two improved control strategies are pr
一份关于机器学习“模型再训练”的终极指南
- 机器学习模型的训练，通常是通过学习某一组输入特征与输出目标之间的映射来进行的。一般来说，对于映射的学习是通过优化某些成本函数，来使预测的误差最小化。