搜索资源列表
20070318
- 本文介绍了基于遥测技术的绝缘子在线监测系统的设计与实现。该系统采用网络测量技术 ,通过数据测量单元在线实时监测输电线路上绝缘子串的污秽特征量等数据 ,采用无线与有线相结合的方式将数据传到数据分析总站 ,通过专家知识和自学习算法 ,对绝缘子的污秽及老化状况做出正确的预测和评估 ,实现故障预警。-this paper based on the telemetry insulator online monitoring system design and implementation. The sys
基于振荡采样的真随机数发生器IP设计
- 为了得到真正硬件产生的随机数序列,采用振荡电路作为物理源,设计了混洗电路和扰频 电路来改善输出序列的均衡性和数据冗余,它具有真随机数发生器的不可预测性高、随机性好的 优点.
基于RBD的民航客运预测及MATLAB的实现
- :基于统计学原理的传统的民航客运量预测方法难以预测动态数据的内在结构和复杂特 性。为了提高民航客运量预测的准确性,利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,选用RBF 神经网络为模型并利用MATLAB 编程实现了对民航客运量的准确预测。本文介绍了RBF 神经网络MATLAB 的相关知识,并以民航客运量的1978 年至2007 年的实际数据为例进行RBF 神经网络的训练与测试,实验结果表明,将RBF神经网络与MATLAB 结合运用在民航客运量预测中具有可行性,预测精度更高
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理,提出预测步骤及预测可行性,探讨建立基于BP神经网络的预测模型的关键技术,包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取,最后建立合理的网络模型;结合住宅市场的实际情况,建立两类BP 神经网络预测模型:基于时间序列的趋势预测模型以及基于影响因素的回归预测模型,即分别采用神经网络趋势预测和回归预测的思路,把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本,建立预测模型,
ns2ExampleForNewLeaner
- 局域网仿真是局域网设计的重要环节,也是网络性能分析的关键。 计算机局域网设计、模拟和性能分析系统的研究是一个非常有意义的课题。它使设计者在设计阶段就能对所设计的网络的性能作出准确的预测,合理修改其设计,选择符合要求的性价比较优的方案。进行计算机仿真,利用仿真中间参数分析系统性能是分析某一计算机网络系统的性能的常用方法。采用系统仿真的方法,能对各组件的行为进行较精确的模拟,获得足够数据来对系统的性能进行较准确的预测。 在构造一个局域网之前,需要设计此网络的拓扑图,各层协议等等。要达到最优的
Surfel_FILE_COMPRESSION
- 针对点云数据局部集中的特点,使用差值预测对点云数据进行预测处理 在预测的同时,根据IEEE2754 浮点数标准,简化浮点数的尾数,使用3. 5 Byte来表示一个浮点数,以提高压缩效果 然后对预测数据中连续重 复的字节使用该字节加该字节重复的次数的方式存储 最后对经过以上处理的数据使用一阶自适应算术编码进 行压缩。最终得到的程序在压缩比和内存占用两个方面远优于WinRAR、WinZip压缩软件-Point cloud data for the characteristics of l
datamining
- 介绍了数据挖掘的各种方法(如支持向量机,神经网络,遗传算法)在地震预测中的应用-Introduced a variety of data mining methods (such as support vector machines, neural networks, genetic algorithms) in the earthquake prediction
b-
- 人工神经网络\神经网络的程序和训练数据 股票预测-Artificial Neural Networks \ neural network stock prediction programs and training data
003
- 本文对旋转机械振动故障预 测方法进行了初步研究,分析了传统预测参数的不足,提出了以分时尺度矩为预测故 障参数的两种故障预测模型:分时尺度矩趋势预测模型和分时尺度矩波动预测模型。 根据分时尺度矩的变化不仅能够判断是否发生了故障,而且能够判断故障的种类。典 型故障实测数据的预测结果验证了基于分时尺度矩预测参数的灰色模型故障预测算 法的有效性。 -This paper the grey correlation analysis method and the probabilis
GM11
- 实现已知少量数据,预测未来数据的作用 但是必须输入已知数据才可以.-To achieve a known small amount of data to predict future data but you must enter the known data.
huiseyuce
- 灰色预测能够用很少的数据加以预测,是统计的重要方法-The gray prediction can be predicted with very little data, statistics
huise_1_1
- 灰色预测模型,输入历史数据,得到未来的预测值,预测长度可自选。-Gray prediction model, enter historical data, the predictive value of the future, the predicted length can be chosen.
ELM-(1)
- 极限学习机的源代码,主要是描述用于回归分析的极限学习,可以快速的实现大数据的预测-Extreme learning machine source code, mainly described for the regression analysis of the limit learning, you can quickly achieve large data prediction
电力负荷预测方法研究
- 介绍了负荷预测的特点以及影响预测负荷准确度的成分,并通过实际数据曲线形象地对其周期性、趋势性和节假日负荷的特点以及温度、湿度等影响因素进行分析。(This paper introduces the characteristics of load forecasting and the components that affect the accuracy of forecasting load, and analyzes its periodicity, trend and holiday lo
电力系统短期负荷预测的研究
- 针对短期负荷预测的特点,通过各因子与负荷数据的相关性分析来评价各因子对于负荷预测的影响,从中选取最合适的影响因素作为训练样本。并对气温的积累效应进行了深入的研究,引入了错位样本概念,将其加入到训练样本中提高了预测精度。(In view of the characteristics of short-term load forecasting, the influence of each factor on load forecasting is evaluated through the cor
household_power_consumption
- 住宅建筑的电负荷数据,时间单位为每分钟,用于负荷预测。(The electrical load data of residential buildings are time per minute and used for load forecasting.)
2020年人工智能发展的十大预测
- 2019年,全球53%的决策者宣布已经建立了AI数据分析系统,将在他们的公司内部全面发展人工智能,文章是对2020年人工智能的预测,这些结果是对《财富》500强公司的调查统计得出的。
关于人工智能监控系统的影响应该知道的三件事
- 据IDC预测,全球数据圈将从2018年的33ZB增长到2025年的175ZB。数据的真正价值在于,决策者能够从相关数据中提取洞察与见解,并采取相关行动。人工智能(AI)和机器学习在数据分析中的应用预计将大幅增加。事实上,IDC表示,到2025年,认知系统所触及的分析数据量将增长100倍,高达1.4ZB。
需要了解边缘计算和人工智能的7件事
- 边缘计算和人工智能是如何协同工作的?为什么边缘计算很适合人工智能?有哪些用例?几十年来,人工智能(AI)一直活跃在数据中心,因为数据中心具有足够的计算能力来执行处理器要求的认知任务。随着时间的推移,人工智能进入了软件领域,其中的预测算法改变了这些系统支持企业业务发展的本质,如今人工智能已经转移到网络的边缘。
大数据和物联网如何关联
- 物联网(IoT)和大数据技术在组织和个人之间快速增长。据《福布斯》预测,到2025年,生成的数据量将增加到175 zettabytes。这将对收集、分析和报告数据的方式产生巨大影响。