搜索资源列表
ConsoleMatrix
- 自适应灰色预测模型 利用C#程序编制 很有用的-adaptive prediction model using C# programming very useful
LogOn
- c#实现线性回归预测,线性回归时一个有用的技术，本文展示了一种带权重的自回归模型-Linear regression is a useful technique for representing observed data by a mathematical equation This article presents a C# implementation of a weighted linear regression c sharp AR auto regression predictio
SVMCsharp
- 支持向量机是数据挖掘中的一种新方法。用C#写的支持向量机源码，包括SVM模型，SVM预测、SVM节点、SVM参数设置等方面的内容，希望对你有用！-SVM is a new data mining method. Written with C# source of support vector machines, including the SVM model, SVM prediction, SVM node, SVM parameter settings and other aspects,
CSharpRegression
- 回归预测 ,C#编写，包括线性、幂、灰色模型、移动平均
WindowsApplication1
- 集成了多种灰色预测模型，能够进行预测，效果比较好，学习灰色预测模型的朋友可以下载下来学习一下-Integrates a variety of gray prediction model to predict
Three-times-smooth-forecast)
- 三次指数平滑值并不直接用来预测,而是为求解平滑系数、建立预测模型作准备。三次指数平滑法几乎适用于分析一切时间序列的应用问题。本程序能够很好地进行三次预测。-Three times smooth forecast
GM(1-1)
- 灰色GM（1,1）模型，常用在社会学，经济学等的预测，具有建模简单，预测精度高的特点-Gray GM (1,1) model, commonly used in sociology, economics, forecasting, modeling simple with high prediction accuracy characteristics
Giacomini
- 这段代码提出了一个通用框架out-of-sample预测能力测试和预测模型可以misspecified时选择。它可以应用到不同类型的预测从嵌套和non-nested模型使用不同的评估技术一般损失函数(用户选择)。-This code proposes a general framework for out-of-sample predictive ability testing and forecast selection when the model can be misspecified.
testHogVSM
- 将样本分类为正样本，负样本，难以辨别样本，依次标记为1，-1，-1，通过hog计算各类样本特征，以xml形式写入vsm模型。测试样本时，只需要加载xml文件，计算出测试样本的hog特征，通过预测函数即可得出他属于哪一类别。-The samples are classified into positive samples, negative samples, and the samples are difficult to distinguish. The samples are labeled
Education-Manage-System
- 教务管理系统能准确、及时地反映学校各项工作的当前状态，能利用过去的数据预测未来，能从全局出发辅助学校各职能部门。由此可见，学校管理系统首先必须具有强大的数据处理功能，能大大提高学校管理人员的工作效率，减轻劳动强度，同时，学校管理系统应当采用管理数学模型，将仿真、优化结合起来，为学校管理者的管理行为提供有效信.i、学生模块： 学生通过登陆验证后进入系统，可以查询自己的相关信息，课程的相关信息， 成绩的相关信息，同时还可以选课，查询选课结果。 ii、教师模块：
GM(1-1)-model-
- GM(1,1)残差预测模型,用于预测指数或对数规律的时间序列-GM (1,1) residual prediction model for predicting the time series of exponential or logarithmic laws