搜索资源列表
StockPrediction
- 基于Matlab2007a平台,通过BP神经网络训练并进行预测股指,可以预测收盘、开盘、最大、最小等指标;分析实际值与预测值在振幅、均值、涨幅、隔天涨率、跳率、当天涨率等方面的变化 ,从而验证预测股指与实际股指变化趋势是否一致。提供了实验数据及格式说明和仿真结果-Based Matlab2007a platform by BP neural network training and forecast stock index, can predict the closing, opening, m
Matlab
- 数学建模常用的集中算法,包括简单的BP神经网络、G(1,1)灰色预测、微分方程等算法-Commonly used mathematical modeling centralized algorithm, including simple BP neural network, G (1,1) gray prediction, differential equations and other algorithms
CODpredict
- 有附加动量项和可变学习率的BP神经网络建模和预测!-Additional momentum term and variable learning rate BP neural network modeling and prediction!
Untitled
- BP神经网络用于结果的预测,并进行误差的求取-BP neural network for the prediction of the results and error to strike
BP05
- 本程序用BP神经网络,对基于压缩感知观测后的语音序列进行建模预测-BP neural network used in this procedure, the speech sequence based on compressed sensing measurements after modeling prediction
BP-GA
- 实现遗传算法优化的神经网络进行时间序列的预测,genetic.m接口函数简单明了,神经网络参数直接修改,自己的数据文件直接更换load即可。-Genetic algorithm optimization neural network for time series prediction, genetic.m interface functions simple neural network parameters directly modify their own data files direc
Wnn0801
- 基于墨西哥草帽小波和BP神经网络算法实现预测分析。-Predictive analysis based on Mexican hat wavelet and BP neural network algorithm.
Matlab-BP
- :根据公交站点客流集散量,选用合适的BP神经网络构建公交车辆调度形式的神经网络预报 模型.运用BP神经网络Matlab工具箱设计的基本方法与过程,将BP网络模型引入公交车辆的调 度方案研究,计算结果表明,BP模型应用于公交车辆调度形式预测中具有较高的预测精度和良好 的泛化能力-according to the bus station passenger flow distribution quantity, choose suitable BP neural network cons
bp_fermetation
- 一个关于发酵过程预测控制的BP神经网络程序-BP neural network predictive control a fermentation process
ga_bp
- 遗传算法优化BP神经网络参数,在预测方面的应用,适用于多重预测领域-Genetic algorithm to optimize BP neural network parameters in predicting apply to the field of multiple forecasts
Shenjinwangluo
- (1) 本系统用到四种神经网络对漏电嫌疑系数进行预测,分别是BP神经网络、RBF神经网络、GRNN神经网络、Elman神经网络,通过对神经网络结构参数的设置和调试,可以得到很好的预测效果,实际值和预测值之间的误差能达到5 以内。 (2) 本系统使用matlab做GUI界面,在界面上就可以分别对这四种神经网络的结构参数进行设置,从而可以调整神经网络的结构,达到较好的预测精度。 -(1) The system used four neural network to predict the s
Wind-power-prediction-problem
- 利用新陈代谢灰色预测、样本自适应BP 神经网络和时间序列分析分别进行风电功率实时预测和日前预测,并采用熵值取权法确定组合权重,引入自控机制,构建反馈,提出组合预测法和基于时间序列的卡尔曼滤波法。研究结果表明,组合预测模型能减少各预测点较大误差的出现,而卡尔曼滤波能大幅消减原始序列的波动影响。-Use of metabolic gray forecast, sample adaptive BP neural network and time sequence analysis respective
BPpredictinof-flood
- 针对BP 算法易陷入局部极小、收敛速度慢等缺点,遗传算法是全局优化算法和具有很强的全局搜索能力,遗传算法优化BP 神经网络初始连接权值和阈值形成混合算法。以安徽宣城市为例,将汛期降水量作为预测对象,前期74 项大气环流特征量、500 hPa、100 hPa 月平均高度场、月平均海平面气压场和月平均海温场资料中选取预测因子,建立汛期降水短期气候预测模型。-BP algorithm is easy to fall into local minimum, slow convergence, genet
pso-bp
- BP神经网络具有较强的非线性问题处理能力 是目前一 种 较 好 的 用 于 时 间 序 列 预 测 的 方 法 然 而 它 存 在 易 于 陷 入 局 部 极 小,针对地震预测的应用,用改进粒子群优化的BP算法对四川地区最大震级时间序列进行预测,通过训练 预 测 次 年 的 最 大 震 级 结 果,表明此方法优于未经优化的 BP算法具有良好的预测效果 -BP neural network has a strong nonlinear problems processing power is a
Apso-bp-Rainfall
- 降水短期气候预测是一个非常复杂、重要的研究课题。为了提高其预测能力,拟采用1959—2011 年逐月74 项大气环流特征量序列、月平均500 hPa 高度场和月平均海温场,选取预测因子;用主分量分析方法提取样本数据中主要信息为综合因子。用粒子群优化人工神经网络方法,建立宣城市夏季降水短期气候预测模型。对2007—2011 年宣城市夏季降水预报检验结果表明,粒子群优化人工神经网络收敛速度快,迭代次数少;试报平均绝对误差是66.5 mm,绝对值平均相对误差10.5 ,预测精度高,具有很好的应用推广前
BPNN_Markov
- 结合马尔科夫和BP神经网络模型的预测决策支持系统-Combined Markov and BP neural network model predictive decision support system
BPnetwork
- 利用前3个月的药品销售情况构建BP神经网络来预测第4个月药品的销售情况-The first 3 months of drug sales to build BP neural network to predict the fourth month drug sales
9-input-4-output
- 一个9输入4输出的矩阵,利用BP神经网络训练并预测。通过不断的调试获取最可靠地输出。-A 9-input 4-output matrix, using BP neural network training and prediction. Continue to debug access to the most reliable output.
Sources2
- 基于BP神经网络的纳斯达克指数和道琼斯指数的预测-forecasting of stock index bais of BP neural network
redtide
- 关于神经网络的一个程序 BP神经网络的模型,预测分析-failed to translate