注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. MATLAB神经网络30个案例分析（源程序）

  2. 　　由MATLAB中文论坛神经网络版块数千个帖子的总结，充分强调“案例实用性、程序可模仿性”。所有案例均来自于论坛会员的切身需求，保证每一个案例都与实际课题相结合。 共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。该书另有31个配套的教学视频帮助读者更深入地了解神经网络。 　　 程序目录： 第1章 P神经网络的数据分类—

  3. 所属分类：专业指导

    • 发布日期：2011-11-10
    • 文件大小：5mb
    • 提供者：sacular2010

  1. BP神经网络——上证指数预测

  2. BP神经网络——上证指数预测，C#编写，内有excel数据库，exe可执行文件，可直接下载使用，数据挖掘课程设计

  3. 所属分类：.Net

    • 发布日期：2011-12-22
    • 文件大小：386kb
    • 提供者：zhaoqikehotmail

  1. MATLAB 神经网络30个案例分析

  2. 第1章 p神经网络的数据分类——语音特征信号分类1 第2章 bp神经网络的非线性系统建模——非线性函数拟合11 第3章 遗传算法优化bp神经网络——非线性函数拟合21 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 第5章 基于bp_adaboost的强分类器设计——公司财务预警建模45 第6章 pid神经元网络解耦控制算法——多变量系统控制54 第7章 rbf网络的回归——非线性函数回归的实现65 第8章 grnn的数据预测——基于广义回归神经网络的货运量预测73 第9章 离

  3. 所属分类：专业指导

    • 发布日期：2011-12-25
    • 文件大小：8mb
    • 提供者：hughdove

  1. 时间序列预测

  2. 基于模糊时间序列的预测模型-以上证指数为例是一篇预测时间序列的好论文。

  3. 所属分类：专业指导

  1. 基于MATLAB的神经网络仿真的30个案例

  2. 基于MATLAB的神经网络仿真的30个案例 案例1 BP神经网络的数据分类-语音特征信号分类 案例2 BP神经网络的非线性系统建模-非线性函数拟合 案例3 遗传算法优化BP神经网络-非线性函数拟合 案例4 神经网络遗传算法函数极值寻优-非线性函数极值 案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模 案例6 PID神经元网络解耦控制算法_多变量系统控制 案例7 RBF网络的回归-非线性函数回归的实现 案例8 GRNN的数据预测-基于广义回归神经网络货运量预测 案例9 离散Ho

  3. 所属分类：C/C++

    • 发布日期：2013-02-18
    • 文件大小：5mb
    • 提供者：tdycy

  1. svm神经网络的回归预测分析

  2. 基于matlab的svm神经网络的回归分析上证指数预测

  3. 所属分类：其它

  1. 股神人工智能股票预测系统V3.1

  2. 股神--人工智能股票预测系统是专门为股票投资者开发的一套全新的基于人工智能技术的股票趋势预测软件平台。该软件以基因演化算法(GP)为内核对股票交易历史数据进行自动建模和学习，挖掘出股票交易大数据中隐藏的行为规律，并以此为依据对下一个股票日的最高价和最低价的涨跌趋势进行预测分析。该软件能够帮助您了解何时进入股市，何时退出股市，并在最佳的时机买进或卖出股票，从而获取最大的利润和收益。 支持6种典型的股票类别：上证指数、上证A股、上证B股、深证指数、深证A股和深证B股。 精确的股票预测信息(如上涨、

  3. 所属分类：金融

    • 发布日期：2014-04-06
    • 文件大小：1mb
    • 提供者：u014572667

  1. SVM神经网络的回归预测分析---上证指数开盘指数预测

  2. 是完整的论文加代码的关于SVM神经网络的回归预测分析---上证指数开盘指数预测

  3. 所属分类：专业指导

    • 发布日期：2015-02-05
    • 文件大小：404kb
    • 提供者：zhanghouyu2008

  1. SVM的回归预测分析——上证指数开盘预测

  2. SVM的回归预测分析——上证指数开盘预测的matlab源程序与数据—SVM regression predictive analysis - the Shanghai Composite Index opened prediction matlab source data

  3. 所属分类：其它

    • 发布日期：2015-07-24
    • 文件大小：178kb
    • 提供者：u014640165

  1. SVM的回归预测分析——上证指数开盘指数预测.

  2. matlab关于SVM的回归预测分析（上证指数开盘指数预测）相关代码

  3. 所属分类：其它

    • 发布日期：2018-04-21
    • 文件大小：218kb
    • 提供者：u014588594

  1. SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测

  2. SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测

  3. 所属分类：C/C++

    • 发布日期：2018-07-22
    • 文件大小：349kb
    • 提供者：qq_38081456

  1. SVM神经网络的回归预测分析---上证开盘指数预测

  2. 本代码主要利用MATLAB工具进行SVM神经网络的回归预测分析的仿真，实现上证开盘指数预测的模拟

  3. 所属分类：机器学习

    • 发布日期：2018-08-19
    • 文件大小：175kb
    • 提供者：qq_42006303

  1. Matlab的FIG信息粒化SVM对于上证指数的预测-FIG_SVM_sh.rar

  2. Matlab的FIG信息粒化SVM对于上证指数的预测-FIG_SVM_sh.rar 秉承着这个帖子： 利用libsvm做回归分析的一个小例子　https://www.ilovematlab.cn/thread-47453-1-1.html对于上证指数的预测我又做了一些探究，这次我要做的是从２０号开始对于未来五天内（２０，２１，２４，２５，２６）［２２，２３两天关闭］，上证指数的每日开盘数的变化空间（五日内的变化范围的预测，以及与前五日相比的趋势）． 所采用的方法是FIG＋SVM[信息粒化 支持

  3. 所属分类：其它

    • 发布日期：2019-08-14
    • 文件大小：287kb
    • 提供者：weixin_39841856

  1. ARMA模型预测代码.rar

  2. 通过拟合一个ARMA模型来对上证指数的收盘价进行预测，使用的数据是腾讯财经提供的数据，首先进行平稳性检验，其次是进行一阶差分处理，差分后的数据再拟合ARMA模型，再进行ARCH效应检测，拟合GARCH模型，最后进行预测

  3. 所属分类：专业指导

  1. SVM神经网络的回归预测分析---上证开盘指数预测.zip

  2. 内含libsvm，运行前先安装，具体步骤可百度教程 压缩包内含有数据集，可直接运行 代码注解，便捷易懂，方便修改以及学习 亲测运行有效

  3. 所属分类：机器学习

    • 发布日期：2020-03-11
    • 文件大小：985kb
    • 提供者：qq_37495989

  1. GARCH模型对上证综合指数的检验

  2. GARCH模型对上证综合指数的检验，习鹏程，沈超，GARCH模型是近20年发展起来的时间序列模型,它反映了经济变量之间特殊的不确定形式:方差随时间变化而变化,所以其在金融市场的预测与�

  3. 所属分类：其它

    • 发布日期：2020-02-15
    • 文件大小：486kb
    • 提供者：weixin_38699551

  1. 基于ARMA模型和BP网络的时间序列预测模型

  2. 基于ARMA模型和BP网络的时间序列预测模型，杨杰，孙旭东，摘要：本文主要介绍了时间序列和BP网络基础理论以及其预测的应用，并以2006年上证指数的开盘数据为例建立了基于这两种方法的预测模

  3. 所属分类：其它

    • 发布日期：2020-02-05
    • 文件大小：290kb
    • 提供者：weixin_38632797

  1. 基于ARCH族模型的上证A股指数VaR风险预测分析

  2. 基于ARCH族模型的上证A股指数VaR风险预测分析，贾胜如，，VaR方法作为当前国际金融界广泛认可的一种度量金融风险的工具,本文用当前金融领域刻画条件方差最典型的GARCH模型及其最新衍生模型如

  3. 所属分类：其它

    • 发布日期：2020-01-17
    • 文件大小：251kb
    • 提供者：weixin_38738005

  1. 基于极限学习机的上证指数预测与分析

  2. 针对证券指数具有随机性、时变、波动性较大、非线性等特点,传统线性预测方法预测精度低等缺陷,提出了一种基于极限学习机的证券指数预测方法。极限学习机克服了BP神经网络的训练速度慢、过拟合、局部极值等缺陷,具有训练速度快、全局最优和泛化能力优异等优点。采用1991~2013年上证指数对算法性能进行训练,2014年数据做测试,对100个测试数据仿真结果表明,复相关系数高达0.9935,极限学习机是一种预测精度高、误差小的证券指数预测算法,预测结果可以为用户提供有价值的参考意见。

  3. 所属分类：其它

    • 发布日期：2020-05-26
    • 文件大小：401kb
    • 提供者：weixin_38659646

  1. 基于变维分形的股票指数预测模型

  2. 为了解决投资者提出的希望能够寻找一种易于实现的预测方法来提高股票指数短期预测精度的问题,采用变维分形、累计和变换对数据进行分析,预测时对上证指数的原始数据进行一系列变换以及分析后,从中选择一种能够与模型符合良好的最优变换来确定相应的分形参数,即能用分形分布处理变换后的数据。给出了用分形方法对上证指数进行短期预测的实例并结合数值模拟图形进行比较分析,经研究得出基于分形维的预测方法对于股票指数的短期预测精度较高,并且对短期预测具有很好的研究价值和广阔的应用前景。

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：815kb
    • 提供者：weixin_38658471
« 12 »