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. 物体在空间中的运动轨迹预测

  2. 本文应用Matlab软件采用数据所用的方法对历史数据进行拟合，从而预测下一时刻物体的位置。

  3. 所属分类：其它

    • 发布日期：2009-11-06
    • 文件大小：417kb
    • 提供者：hackwmh

  1. 灰色模型GM(1,1)程序二次拟合和等维新陈代谢改进预测程序

  2. %下面程序是灰色模型GM(1,1)程序二次拟合和等维新陈代谢改进预测程序,matlab6.5 ,使用本程序请注明，程序存储为gm1.m 　　%x = [5999,5903,5848,5700,7884];gm1(x); 测试数据 　　%二次拟合预测GM(1,1)模型 　　function gmcal=gm1(x)

  3. 所属分类：其它

    • 发布日期：2010-07-29
    • 文件大小：55kb
    • 提供者：hualiu163

  1. 高考录取预测系统asp.net实现

  2. 高考录取预测系统以asp实现，包括各省历年分数线查询，各专业录取情况查询，各高校录取线查询，预测查询，还有管理员功能：账户管理，账户添加，修改，数据库备份和还原，密码修改。算法包括：数据拟合和线性回归，遗传算法。但在此未调用遗传算法，因为数据拟合结果已经准确了，而遗传算法效果不怎么好。

  3. 所属分类：.Net

    • 发布日期：2011-06-29
    • 文件大小：4mb
    • 提供者：iloveyoumw

  1. 数据拟合预测的应用—泄洪问题

  2. 分别利用应用最多的多项式拟合，与指数拟合，对现有河道泄洪能力数据进行拟合，具有很好的参考价值，以及对数据拟合，预测的入门。程序可运行。

  3. 所属分类：电信

    • 发布日期：2012-08-27
    • 文件大小：694byte
    • 提供者：pjwgg

  1. matlab线性回归预测

  2. matlab函数实现数据拟合，进行线性回归预测分析。

  3. 所属分类：专业指导

    • 发布日期：2013-03-19
    • 文件大小：714byte
    • 提供者：cc221220001

  1. 最小二乘法及数据拟合建模的回归分析

  2. 最小二乘法及数据拟合建模的回归分析 一、实验目的: 1．掌握用最小二乘建立回归数学模型。 2．学习通过几个数据拟合的回归分析来判断曲线（直线）拟合的精 度，通过回归分析来判断模型建立是否正确。 3．应用建立的模型进行预测。

  3. 所属分类：专业指导

    • 发布日期：2013-12-09
    • 文件大小：47kb
    • 提供者：linoi

  1. matlab曲线拟合工具

  2. matlab曲线拟合工具用于数据的线性回归预测

  3. 所属分类：数据库

    • 发布日期：2014-03-24
    • 文件大小：545kb
    • 提供者：u014312706

  1. python做数据拟合

  2. 将DataFrame格式的数据转换成数组的形式，并且调用scipy进行数据拟合计算操作，并对将来值进行预测。

  3. 所属分类：Python

    • 发布日期：2017-11-21
    • 文件大小：1kb
    • 提供者：renyuzhu1111

  1. 数据拟合方法实现飞行物体运动轨迹预测

  2. 运动物体的轨迹预测，分别使用卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波以及数据拟合方法实现。本例代码仅含数据拟合部分代码。 本例仅为本人在研究轨迹预测问题时为理解算法原理所写，针对具体问题请自行斟酌算法适用性。 本例代码详解后续会在本人博客中做具体说明，欢迎讨论！

  3. 所属分类：深度学习

    • 发布日期：2018-08-14
    • 文件大小：127kb
    • 提供者：laugic

  1. 数据拟合方法

  2. 在实验中，实验和戡测常常会产生大量的数据。为了解释这些数据或者根据这些数据做出预测、判断，给决策者提供重要的依据。需要对测量数据进行拟合，寻找一个反映数据变化规律的函数。数据拟合方法与数据插值方法不同，它所处理的数据量大而且不能保证每一个数据没有误差，所以要求一个函数严格通过每一个数据点是不合理的。数据拟合方法求拟合函数，插值方法求插值函数。

  3. 所属分类：讲义

    • 发布日期：2019-03-09
    • 文件大小：105kb
    • 提供者：wmc2906

  1. 基于C++版本的Bp神经网络，数据拟合，预测

  2. C++版本的Bp神经网络，工程代码双击直接运行。可用于数据拟合、数据预测，N维输入，1输出。

  3. 所属分类：C++

    • 发布日期：2019-03-19
    • 文件大小：3mb
    • 提供者：qq_29848393

  1. MATLAB利用神经网络工具箱实现数据拟合预测控制-利用神经网络工具箱，实现数据拟合，预测控制.rar

  2. MATLAB利用神经网络工具箱实现数据拟合预测控制-利用神经网络工具箱，实现数据拟合，预测控制.rar 利用神经网络工具箱，实现数据拟合，预测控制

  3. 所属分类：其它

  1. 基于SPSS曲线拟合在矿山岩移监测预测分析中应用

  2. 矿山在开采过程中,破坏了原有的地下岩体空间结构,导致地表建筑出现不同程度的变形。为了减少和避免开采造成的损害,文中主要利用SPSS曲线、小波神经网络、灰色模型对地表观测数据进行预测分析,通过对比分析得出,SPSS曲线拟合,能够对后续的矿山岩移监测以及地表建筑物的保护提供有效的数据。

  3. 所属分类：其它

  1. 煤层瓦斯含量拟合装备的设计

  2. 煤层瓦斯含量预测中需要对样煤的瓦斯含量进行测试分析。样煤瓦斯解吸速率随时间延长逐渐降低,所以需要采用一种极低压损的气体流量传感器进行测试。为适应这一需求,仪表设计采用了微机电系统(MEMS)流量传感器FS4001,通过混合信号处理器12位A/D转换实现气体流量采集,再根据样煤瓦斯解吸速率随时间变化的幂函数关系,自动拟合推导出自然状态下样煤解吸的瓦斯总量。该仪表实现了数据采集、多组存储、时间设定、解吸速率曲线显示、总量逻辑推导、损失量拟合等多项功能,在微气体测量领域有很好的应用前景。

  3. 所属分类：其它

    • 发布日期：2020-04-17
    • 文件大小：409kb
    • 提供者：weixin_38608875

  1. 最终的HERA合并数据对从全局拟合中获得的PDF的影响

  2. 我们调查了在MMHT2014 PDF上包含HERA运行I + II组合横截面数据的影响。 当仅包含HERA数据时，我们会在整体拟合的背景下显示拟合质量。 我们检查了PDF的中心值和不确定性的变化。 我们发现，对数据的预测是好的，并且在NLO和NNLO处都进行了调整，仅获得了χ2的相对较小改进和PDF的变化。 PDF的不确定性有所降低。 拟合质量对Qmin2值的依赖性很小。 这可以通过对FL（x，Q2）进行基于现象学的校正来改善，该校正在参数上主要表现为较高扭转类型的贡献。

  3. 所属分类：其它

  1. 使用重归一化组演化来拟合具有I型和II型跷跷板机制的非超对称SO（10）模型

  2. 我们考虑对非超对称基于SO（10）的模型进行数值拟合，在该模型中，中微子质量是由I型或II型跷跷板机制或两者的组合产生的。 拟合是通过复杂的自上而下的过程进行的，同时考虑了量规和Yukawa联轴器的重归一化组方程，在相应的质量比例下积分了相关的自由度，并使用了标准模型可观测值的最新数据。 我们发现仅对于正常的中微子质量排序，以及仅由I型跷跷板或I型跷跷板占主导地位的I型和II型跷跷板组合产生的中微子质量，才可以接受。 此外，我们从中微子的小质量，有效的无中微子的双β衰变质量和轻子CP违反相的最佳

  3. 所属分类：其它

    • 发布日期：2020-03-30
    • 文件大小：441kb
    • 提供者：weixin_38735570

  1. 从总体射流速率拟合中高精度确定αs

  2. 我们提供基于N3LO + NNLL精确预测的强耦合的最新技术，这些预测是达勒姆聚类算法在e + e-碰撞时对两次喷射速率的精确预测，以及同时对两个和 考虑到两个观测值之间的相关性的三喷射速率。 拟合是在LEP和PETRA对撞机收集的大量数据集上执行的，能量范围从35 GeV到207 GeV。 由于所使用的预测具有很高的准确性，因此微扰不确定性比强铁化引起的不确定性小得多。 我们对Z质量的最佳测定是αs（MZ）= 0.11881±0.00063（exp。）±0.00101（hadr。）±0.000

  3. 所属分类：其它

  1. 《综合数据AI方法预测2019-nCoV传播结束》.zip

  2. 最近来自中山大学的学者Tianyu Zeng、Yunong Zhang等学者在ArXiv上发布了他们的一个预测成果，采用一系列数学方法于sigmoid函数、高斯函数和泊松分布和AI神经网络模型来拟合预测，揭示春节前爆发的新型冠毒疫情有可能在2月18日达到拐点和在2020年4月前结束。

  3. 所属分类：机器学习

    • 发布日期：2020-02-14
    • 文件大小：3mb
    • 提供者：syp_net

  1. 运用python实现2019-nCoV疫情确诊数据拟合与预测

  2. 思路 第一步，画出现有数据的散点图，大致了解其分布规律 第二步，利用现有数据拟合出曲线，求解拟合曲线的参数 第三步，利用拟合曲线对未来预测 下面严格按照这散布走模式进行 第一步 散点图 按照时间序列将确诊病人数在坐标轴上描出散点，同时添加坐标的标签，顺便更改横坐标的刻度标签，使得其看起来像随时间变化而变化的。   #散点图 fig=plt.figure(figsize=(16,8)) #建立画布 ax=fig.add_subplot(1, 1, 1) ax.scatter(t,confir

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：86kb
    • 提供者：weixin_38679651

  1. Python数据拟合与广义线性回归算法学习

  2. 机器学习中的预测问题通常分为2类：回归与分类。 简单的说回归就是预测数值，而分类是给数据打上标签归类。 本文讲述如何用Python进行基本的数据拟合，以及如何对拟合结果的误差进行分析。 本例中使用一个2次函数加上随机的扰动来生成500个点，然后尝试用1、2、100次方的多项式对该数据进行拟合。 拟合的目的是使得根据训练数据能够拟合出一个多项式函数，这个函数能够很好的拟合现有数据，并且能对未知的数据进行预测。 代码如下： import matplotlib.pyplot as plt

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：169kb
    • 提供者：weixin_38730201
« 12 3 4 5 6 7 8 9 10 ... 28 »