搜索资源列表
-
1下载：
基于bp神经网络的货运量预测matlab实现-bp - based neural network is forecast to achieve Matlab
-
-
1下载：
BP神经网络预测。这是一个用于交通流量预测的MATLAB原程序-BP neural network forecasting. This is a traffic forecast for the original program MATLAB
-
-
1下载：
BP神经网络算法的matlab代码，本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。希望有用-BP neural network algorithm Matlab code, the procedures under the trained network file ANN.mat anticipating new data files, be mean square error, paint and forecast data and t
-
-
0下载：
人工神经网络matlab编程，BP网络实例
入境旅游人数的预测结果对于旅游管理部门和政府部门有着重要的参考意义,寻求科学合理的预测模型是保障预测结果准确可靠的关键。根据我国入境旅游人数的实际情况,建立由一个输入层、一个隐含层、一个输出层构成的三层BP 网络模型-ANN Matlab programming, BP examples tourist arrivals in the forecast results for the tourism management and governmen
-
-
0下载：
神经网络预测水文年。使用标准BP网络、L-M算法、径向基数（RBF）网络算法，分别对水文年尽心预测和对比-Neural network hydrological year. Using the standard BP network, LM algorithm, radial base (RBF) network algorithm, respectively, years of dedication to the hydrological forecast and comparison
-
-
0下载：
基于人工神经网络的预测原理及MATLAB实现-Based on artificial neural network theory and MATLAB realization of the forecast
-
-
0下载：
神经网络应用 ＢＰ织物感官物理性能预测 进行评价 纺织SCI EI文献-Application of BP neural network fabric sensory evaluation of the physical properties of the forecast textile literature SCI EI
-
-
3下载：
bp神经网络对短期电力负荷的预测，一周预测一天，输入是归一过的数据。-bp neural network for short-term load forecast, the forecast one day a week, enter the data have been normalized.
-
-
4下载：
要建立一个有效的支持向量回归(SVR)模型，支持向量回归的3个参数c，y，占丛须预先设定。提出一种新型的遗传算
法一智能遗传算法(IGA)对支持向量回归进行参数调节，以达到寻找最优参数的目的，然后和支持向量回归结合得到一种新的
IGASVR模型，并应用于城市人口预测。最后，将提出的方法与标准SVR模型和BP神经网络模型进行比较，所得结果表明，该模
型训练速度快，并且有较高预测精度，是一种有效的人口预测方法。-To build an effective SVR model，SVR’8
-
-
0下载：
bp神经网络模型预测地下水动态的matlab的程序代码-The forecast model of groundwater dynamic code
-
-
0下载：
ｂｐ 神经网络触决温度预测，使用ｍａｔｌａｂ语言编写。-bp neural network touch decisions temperature is forecast to
-
-
0下载：
根据过去近20年的交通事故数据，运用BP神经网络预测未来几年的交通事故数据。-On the basis of traffic accident data of rencent twenty years, to use artifical neural network to forecast the traffic accident data in the future.
-
