搜索资源列表
基于模糊模型支持向量机的混沌时间序列预测
- 基于模糊模型支持向量机的混沌时间序列预测，很好的期刊
xiaobosjinwangl
- 利用多分辨分析方法,结合小波分析和神经网络思想构建一种新型的神经网络模型———小波神经网络,解决了传 统神经网络中隐层节点数难以确定的问题。通过对股票的预测,说明该方法能有效地提高预测精度, 避免了人工神经网 络模型的固有缺陷。 -Using multi-resolution analysis method, combined with wavelet analysis and neural network ideological construct a new neural net
ARIMA
- 一种基于乘积ARIMA模型的在线能源预测系统及方法-ARIMA model based on product-line energy forecasting system and method
Wind-speed-prediction
- 基于最小二乘支持向量机理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型。对该风电场的风速进行了提前1h的预测,其预测的平均绝对百分比误差仅为8.55 ,预测效果比较理想。同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论建立的风速预测模型进行了比较。仿真结果表明,文中所提模型在预测精度和运算速度上皆优于其他模型。 -Based on least squares support vector machine the
ef
- 此文章为电力负荷预测模型的研究与应用的相关知识-This article for the related knowledge of electric power load forecasting model research and application.
一份关于机器学习“模型再训练”的终极指南
- 机器学习模型的训练，通常是通过学习某一组输入特征与输出目标之间的映射来进行的。一般来说，对于映射的学习是通过优化某些成本函数，来使预测的误差最小化。
深入理解C11/C++11内存模型
- 现代计算机体系结构上，CPU执行指令的速度远远大于CPU访问内存的速度，于是引入Cache机制来加速内存访问速度。除了Cache以外，分支预测和指令预取也在很大程度上提升了CPU的执行速度。