搜索资源列表
BP源程序！
- 人工神经元的bp算法，可用于函数拟合，时间序列数据的预测，目前应用非常广泛-artificial neurons bp algorithm can be used to function fitting, time series data estimation, is widely used
SVM数据分类预测
- 包含程序和试验数据，已进行MATLAB试运行。可以实现支持向量机对数据进行分类的功能。并进行了案例扩展，讨论了数据归一化对支持向量机的分类结果的影响，讨论了核函数对分类结果的影响。
神经网络预测CPI指数MATLAB源码
- 这是用BP神经网络通过MATLAB预测我国CPI指数的源码。以2010年4月前的CPI指数为原始数据，预测2010年4、5、6三月的CPI指数。
rbf预测模型
- 对数据的预测额，很好用的模型，下载别人的。(Predict the amount of data, use the model well, download someone else's)
SVM神经网络的数据分类预测-葡萄酒种类识别
- SVM神经网络的数据分类预测-葡萄酒种类识别(SVM neural network data classification prediction - wine type identification)
SVM神经网络的数据分类预测
- SVM神经网络的数据分类预测-葡萄酒种类识别(SVM for predicting the kind of wine)
SVM神经网络的回归预测分析---上证开盘指数预测
- SVM对数据训练，对数据处理预测分析，令可以作为分类的一种重要方法。(SVM to data training, to data processing forecast analysis.Order is an important method of classification.)
SVM神经网络的数据分类预测-葡萄酒种类识别
- SVM神经网络的数据分类预测-葡萄酒种类识别(SVM neural network data classification prediction wine species identification)
数据挖掘pro
- 本项目的具体问题是关于时间序列数据趋势预测。具体的应用场景是电子商务。现在要求您对118天到146天的每天100个关键产品进行销售量预测。(In this project, you are asked to study the general topic of time-series data mining, and specifically for time-series data trend prediction.)
大数据_协同过滤_梯度下降
- 给定10000个用户和他们对10000个电影的评价，然后通过协同过滤或梯度下降算法，用训练集训练数据，预测出用户对未看的电影的评分，并与测试集对比验证预测结果的准确性(You can learn Chinese,and read the Chinese introduction.)
灰色预测
- 在matlab软件上使用，可以用于时序数据的灰色预测。(Grey prediction for time series data.)
灰色预测模型及关联度分析
- 计算灰色预测中数据的关联度 以及灰色模型的算法实现(Computing the correlation of data in grey prediction model and the algorithm realization of grey model)
灰色关联度分析及灰色预测--by 数协潘天宇
- 灰色关联度分析及灰色预测，本函数是根据GM(1,1)模型所编写而成的，大致思想是： % 对于一些有噪声的数据，通过一次累加生成，使其变为较为有规律性的数据，通过对于该数据的预测从而实现对于原数据的预测。(Grey correlation analysis and grey prediction)
数据拟合
- 进行数据的拟合，将预测与实际数据进行比对(Fitting the data and comparing the forecast with the actual data.)
TensorFlow股票预测
- 利用TensorFlow和股票历史数据，进行数据挖掘，深度学习建模，实现对股票未来走势的预测(Using TensorFlow and stock historical data, data mining and deep learning modeling are used to predict the future trend of stocks.)
RVM回归预测
- 主要功能有： （1）基于SB2_Release_200工具箱 （2）输出训练数据和测试数据的预测值 （3）输出相关向量的序号和对应的数值 （4）输出预测值的均值和方差（即分布）
lstm
- 实现一多维时序数据的预测，相关参数可自行修改(Realization of prediction of multidimensional time series data)
BP神经网络预测
- BP神经网络预测matlab的源代码，里面还附有公路运输的预测实例，只需修改数据即可。(BP neural network predicts the source code of matlab, which also includes a road transport prediction example, just need to modify the data.)
ARIMA
- ARIMA 模型是在平稳的时间序列基础上建立起来的，因此时间序列的平稳性是建模的重要前提。检验时间序列模型平稳的方法一般采用 ADF 单位根检验模型去检验。当然如果时间序列不稳定，也可以通过一些操作去使得时间序列稳定（比如取对数，差分），然后进行 ARIMA 模型预测，得到稳定的时间序列的预测结果，然后对预测结果进行之前使序列稳定的操作的逆操作（取指数，差分的逆操作），就可以得到原始数据的预测结果。(time series prediction ARIMA)
基于BP神经网络的股票数据预测模型
- 采用了BP神经网络的算法能较好的预测股票收盘价的趋势(BP neural network algorithm is used to predict the trend of stock closing price)