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. 用ARMA解决最大最小径流量问题

  2. 本文用自回归拟合和时间序列的ARMA模型分析法，分析了汉江安康站台55年的最大泾流量与最小泾流量的水文资料，建立了最大泾流与最小泾流的分析与预测模型，并对五年的泾流量进行了预测。为我们研究汉江泾流量变化规律提供的依据。

  3. 所属分类：硬件开发

    • 发布日期：2009-07-15
    • 文件大小：306kb
    • 提供者：WOSHI4120476X

  1. 汉江安康站最大和最小径流量的数学模型

  2. 河流的径流量是一个非平稳的时间序列。由于径流量的变化受主要受气候的影响，而影响气候的因素又是复杂多样的，对于这样一个复杂的系统，常规的思路如回归分析往往误差较大。 基于时间序列的角度出发，我们分别建立了Holt双指数平滑模型和自回归平滑模型ARMA(p,q)。在ARMA(p,q)模型中，我们采用动态参量法在Matlab中得到拟合效果最佳的p和q的值分别为4和3。并通过估计参数得到了预测方程，从1991到1997年的汉江安康站最大、最小径流量实际值和预测值来看，预测的误差较小，同时用该方程得到1

  3. 所属分类：网络基础

    • 发布日期：2009-08-03
    • 文件大小：1mb
    • 提供者：yuchaobo

  1. 自回归模型拟合PDF

  2. 自回归模型拟合自回归模型拟合自回归模型拟合自回归模型拟合自回归模型拟合自回归模型拟合

  3. 所属分类：专业指导

    • 发布日期：2009-11-02
    • 文件大小：100kb
    • 提供者：tsingyou

  1. 基于自适应局部非线性回归的颜色校正算法

  2. 颜色是图像的重要信息。许多颜色校正算法都采用精度较高的查找表法。为了更好地拟合颜色空间之间复杂的映射关系，在自适应局部线性回归颜色校正模型的基础上提出了基于自适应局部非线性回归的颜色校正模型，在小样本情况下，自适应地选择插值点的个数。利用局部非线性回归模型优化权值，建立三维的查找表，实现较好的颜色校正效果。实验证明基于自适应局部非线性回归的颜色校正模型的校正精度整体高于基于白适应局部残JI生回归的颜色校正模型的校正精度。

  3. 所属分类：其它

    • 发布日期：2010-10-05
    • 文件大小：443kb
    • 提供者：yanyan336699

  1. R语言 garch回归

  2. variance.model = list(model = "sGARCH", garchOrder = c(1, 1),submodel = NULL, external.regressors = NULL, variance.targeting = FALSE) distribution.model = "norm" ugarchfit(spec, datax, out.sample = 0, solver = "solnp", solver.contro l = list(),fit.c

  3. 所属分类：讲义

    • 发布日期：2017-08-30
    • 文件大小：16kb
    • 提供者：qq_36813206

  1. sklearn0.19中文文档

  2. sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络

  3. 所属分类：机器学习

    • 发布日期：2018-10-30
    • 文件大小：14mb
    • 提供者：hardpen2013

  1. Matlab关于人工神经网络在预测中的应用的论文一-基于Matlab的BP神经网络煤炭需求预测模型.pdf

  2. Matlab关于人工神经网络在预测中的应用的论文一-基于Matlab的BP神经网络煤炭需求预测模型.pdf 一、基于Matlab的BP神经网络煤炭需求预测模型 摘要：煤炭是中国的基础能源，支撑着国民经济的商邃发展。在未来的一段时期，煤炭的基础能源地位不会改变。要合理利用煤炭资源，保证我国经济的健康发展，煤炭错求的预测必不可少。近年来煤炭需求的预测存在一定的不足，精度较低。本文基于Matlab技术的双隐层BP神经网络对煤炭需求进行模拟分析，通过实际数据检验和实证分析，预测了未来五年的煤炭需求量。

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：421kb
    • 提供者：weixin_39841365

  1. 基于ARIMA-GM模型的采掘工作面瓦斯涌出预测

  2. 为实现对煤矿采掘工作面瓦斯的动态涌出过程进行精确预测,以煤矿瓦斯涌出时间序列为基础,首先建立了灰色模型GM(1,1)和自回归积分移动平均模型(ARIMA)分别对瓦斯涌出浓度进行预测,然后再利用由方差倒数法得到的ARIMA-GM组合预测模型对瓦斯涌出浓度进行预测,最后结合预测结果进行预警。并以鑫顺煤矿15101掘进工作面为应用实例,结果表明:ARIMA-GM组合预测模型相比单一模型具有更高的预测精度和拟合效果。

  3. 所属分类：其它

    • 发布日期：2020-05-01
    • 文件大小：189kb
    • 提供者：weixin_38735899

  1. 公交客运量的时间序列预测模型

  2. 为公交规划科学合理的进行,建立公交客运量时间序列预测模型.通过对公交客运量影响因素进行分析,选取市区人口数、从业人员数、在校学生数、工业生产总值、职工年平均工资、公交车辆数、运营线路数等7个指标自变量,利用指数平滑法对自变量进行预测;在对自变量进行相关分析及因子分析的基础上,建立prais-winsten AR(1)自回归时间序列模型对公交客运总量进行预测;采用ARMA模型对哈尔滨市各分区公交客流量进行了拟合和预测.结果表明:所建立的时间序列预测模型预测效果良好,验证了模型的有效性和准确性.

  3. 所属分类：其它

    • 发布日期：2020-04-27
    • 文件大小：274kb
    • 提供者：weixin_38588592

  1. 逐步回归与自回归模型在水文预报中的应用

  2. 逐步回归与自回归模型在水文预报中的应用，曹琨，，根据洪家渡水电站1952-2009年实测径流资料及1951-2008年74项气象因子，分别建立逐步回归与自回归模型对月径流量进行拟合预报，结果均通�

  3. 所属分类：其它

    • 发布日期：2020-02-25
    • 文件大小：274kb
    • 提供者：weixin_38722607

  1. Empirical Likelihood Goodness-of-Fit Tests forRegression Models

  2. 回归模型的经验似然拟合优度检验，吴鑑洪，许王莉，经验似然是一个强大的统计工具,可用于经典的参数回归模型和时间序列自回归模型的检验统计量的的构造. 但是,当直接用残差进行统计�

  3. 所属分类：其它

    • 发布日期：2020-02-20
    • 文件大小：193kb
    • 提供者：weixin_38667697

  1. 基于ARMA模型预测的云计算资源调度策略研究.pdf

  2. 基于ARMA模型预测的云计算资源调度策略研究，重庆大学，硕士学位论文，2016年重庆大学硕士学位论文 中文摘要 摘要 现阶段,云计算作为一种新型髙效且价柊低廉的计算模式受到越来越多企业 的青睐,而云计算瓷源调度算法作为云计算研究的核心内容,对于它的研究从未 间断,当前科研工作者对于云资源调度算法己经进行了大量深入的研究,本文将 首先对当前主流的一些云计算资源调度策略进行简要的介绍,并对这些略的优 点和不足进行了分析,针对当前云计算资源调度策略中存在的宿主机开关机波动、 虚拟机迁移带有盲目性以及任

  3. 所属分类：平台管理

    • 发布日期：2019-07-14
    • 文件大小：1mb
    • 提供者：jay7575

  1. 使用自回归综合移动平均值（ARIMA）模型对孟加拉国的二氧化碳排放量进行建模和预测

  2. 本文使用从1972年至2015年的四十四年的时间序列数据，开发了不同的自回归综合移动平均值（ARIMA）模型来模拟二氧化碳排放。 这些开发模型的性能在不同的选择度量标准的帮助下进行了评估，将这些标准中的最小值视为最佳预测模型的模型。 根据发现，已经发现，在不同的ARIMA模型中，ARIMA（0，2，1）是预测孟加拉国二氧化碳排放的最佳拟合模型。 使用该最佳拟合模型，从ARIMA（0、2、1）获得的孟加拉国2016年，2017年和2018年的二氧化碳排放预测值分别为83.94657公吨，89.90

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：560kb
    • 提供者：weixin_38660327

  1. 广义自回归条件异方差极值理论-Copula模型的货币组合风险度量

  2. 本文使用copulas概念对货币汇率依存结构进行统计建模。 GARCH-EVT-Copula模型用于估计货币汇率的投资组合风险价值（VaR）。 首先，单变量ARMA-GARCH模型用于过滤收益序列。 然后拟合广义帕累托分布，以对标准化残差的尾部分布进行建模。 转换后的残差之间的依赖关系结构使用双变量copulas进行建模。 最后，基于蒙特卡罗模拟，对四种货币汇率的等权投资组合进行投资组合VaR估计。 实证结果表明，学生的t copula可以最恰当地表示货币汇率的依存结构。 回测结果还表明，与基准

  3. 所属分类：其它

  1. 用于语音识别的低阶约束特征本机扬声器自适应方法

  2. 该文提出一种基于低秩约束的本征音子（Eigenphone）说话人自适应方法。原始的本征音子说话人自适应方法在自适应语料充分时具有很好的效果，然而当自适应语料不足时，出现严重的过拟合现象，导致自适应后的系统可能比自适应前的系统还要差首先，对协方差矩阵为对角阵的隐马尔可夫-高斯混合模型语音识别系统，推导出一种简化的本征音子矩阵估计算法；然后，对本征音子矩阵约会低秩约束，采用矩阵的核范数作为矩阵秩的凸近似，通过调节核范数的权重因子以有效控制自适应模型的复杂度；最后，采用一种加速近点梯度算法以转换新算法

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：261kb
    • 提供者：weixin_38608726

  1. LinearRegression:线性回归模型预测房价-源码

  2. 线性回归模型预测房价 该笔记本创建了线性回归模型来预测房价。 数据取自Ames Housing数据集，该数据集由Dean De Cock为数据科学进行了编译。 数据集由1,460行和81列组成。 SalePrice是回归模型的因变量。 确定数据集中的自变量与SalePrice之间的相关系数后，为模型选择了5个自变量： 综合质量-综合质量 GrLivArea-地上生活区 车库面积-车库面积 TotalBsmtSF-地下室总平方英尺 建造年份-施工年份 将数据分为训练和测试数据集后，使用skl

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：480kb
    • 提供者：weixin_42116791

  1. 基于AＲIMA 和小波神经网络组合模型的交通流预测

  2. 针对现阶段城市道路交通流预测精度不高的局限性，提出了一种基于差分自回归滑动平均( AＲIMA) 和小波神经.网络( WNN) 组合模型的预测方法来进行交通流预测。利用差分自回归滑动平均模型良好的线性拟合能力和小波神经网.络模型强大的非线性关系映射能力，把交通流时间序列的数据结构分解为线性自相关结构和非线性结构两部分。采用差.分自回归滑动平均模型预测交通流序列的线性部分，用小波神经网络模型预测其非线性残差部分，最终合成为整个交通.流序列的预测结果。计算机仿真结果表明: 组合模型的预测精度高于AＲI

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：512kb
    • 提供者：weixin_38722184

  1. 序列图像运动自适应V1—MT光流估计算法

  2. 针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足，从人类视觉认知机理出发，提出了一种基于机器学习和生物模型的运动自适应 V1 -- MT(motion-adaptive V1 -- MT，MAV1MT)序列图像光流估计算法． 首先，引入基于ＲOF 模型的结构纹理分解(structure-texture decomposition，STD)技术，有效解决了光照和色彩变化的影响． 其次，利用多 V1 细胞加权组合及非线性正则化模拟 MT 细胞模型，并结合岭回归训练学习得到运动自适应的

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：735kb
    • 提供者：weixin_38702931

  1. 基于ARMA建模与Sigmoid拟合的光纤周界安防入侵事件识别

  2. 在实际的光纤周界安防系统中,既要求判断入侵事件类别,又要求对各类事件发生的可能性做出全面评估。对此提出一种基于自回归滑动平均(ARMA)建模与Sigmoid概率拟合的入侵事件识别方法。在判断入侵事件类别方面,将光纤振动信号的ARMA建模系数与信号自身过零率相结合,构造特征向量,并将其馈入支持向量机(SVM),实现对攀爬、敲击、晃动、剪切、脚踢和撞击6种常见的入侵动作的识别;在评估各类事件的发生可能性方面,引入Sigmoid模型,对训练模式的SVM的各输出值作参数拟合,进而将测试样本的SVM值代入

  3. 所属分类：其它

  1. 基于小波变换和AR-LSSVM的非平稳时间序列预测

  2. 提出一种基于二进正交小波变换和AR-LSSVM方法的非平稳时间序列预测方案.首先利用Mallat 算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用最小二乘支持向量机进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.研究结果表明,该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：401kb
    • 提供者：weixin_38719719
« 12 3 »