搜索资源列表
rbf_mems
- 为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了 该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论， 采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模 型而言，这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特；相对于季节时间序列模型而 言，其补偿效果提高了大约15％。
动态规划与排队论
- 本书通过实例与算法程序设计介绍了常用的数学建模方法，包括多元统计、 时间序列分析、线性与非线性规划、多目标规划与目标规划、图论、动态规划、 排队论、优化智能算法、微分与差分、模糊数学、神经网络、计算机仿真、灰色 系统和层次分析法。
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法，根据CPI(消费者物价指数)与其影响因素之间存在的映射关系，应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究，把RBF神经网络与传统的BP网络预测结果进行比较，结果证明，该模型的预测精确度更高，结果令人满意。
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，
基于动态神经网络的风电场输出功率预测
- 本文介绍动态神经网络进行风速时间序列的预测
short-termloadforecastingwithchaostimeseries
- 文章展示了一种新的方法用于功率系统中短期负载预测。提出的方案使用混沌时间序列分析基于确定性混沌去捕捉复杂的负载行为特征。确定性的混沌允许我们重构一个时间序列并决定输入的变量个数。这篇文章描述了混沌时间序列对日间功率系统峰值的分析。确定性混沌的非线性图形通过多层感知器的神经网络得到。提出的方案在一个例子中具体阐述。-This paper presents a new approach to short-term load forecasting in power systems. The
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
time-series-and-neural-network
- 时间序列与神经网络结合，进行中国居民用电量的预测。- Combined time series and neural network for Chinese residents electricity consumption forecast.
kmean.m
- rbf神经网络k均值聚类分析程序，时间序列预测方面应用。程序简洁易懂。-rbf neural network k-means clustering analysis procedures, time series forecasting applications. The program easier to understand.
Water-Supply-System-
- 本文分别采用基于时间序列分析的方法和人工神经网络方法建立了天级需水量预报模型-Based on time series analysis method and artificial neural network method, the model of water demand forecasting is established in this paper.
AA
- EMD神经网络的时间序列预测，内容翔实，方法还可以。-EMD neural network time series prediction, informative, the method can be.
WNN-Time-Series-Prediction
- 一篇经典的学术论文，基于小波神经网络的时间序列预测，适合初学者学习-The Application of Wavelet Neural Network in Time Series Prediction and