移动通信系统：第二章_移动通信电波传播与传播预测模型.ppt

人工智能-基于BP神经网络的时序预测模型的研究.pdf

针对中长期电量预测可使用的相关历史数据较少、影响因素较为复杂等特点，提出一种基于改进GM（1，1）和支持向量机的优化组合预测模型。该模型将改进灰色预测模型和支持向量机模型进行组合，采用蛙跳寻优算法求取组合预测模型中各单一模型的权重，构建基于蛙跳优化的组合预测模型。将优化后的组合预测模型应用于我国中长期电量预测，选择我国1991-2005年电量进行分析，对2006-2010年的电量进行预测，并与一般组合预测模型及各单一模型进行比较。研究结果表明：本文方法得到的电量平均相对误差为2.06%，比等权组合预测模型

【预测模型】 BP神经网络停车位预测【含Matlab源码 765期】.zip

人工智能-多层复合非织造材料吸声性能及其神经网络预测模型研究.pdf

互联网消费金融是互联网金融公司为满足个人消费者对商品和服务的消费需 求所提供的小额贷款并分期偿还的信贷活动。与传统消费金融相比，互联网消费 金融具有服务方便快捷、大幅度降低交易成本、覆盖群体更广的特点。随着经济 水平的不断发展，人们消费观念的升级，互联网消费金融也逐渐被更多消费者认 可。面对数以万计甚至是数以十万计的申请借款的用户时，则需要通过互联网和 计算机领域的技术来解决这个用户信用风险的预测问题。 本文针对互联网消费金融的小额贷款申请，探讨机器学习技术在这个领域中 的发展情况和实际应用情况，研究违约用户和履约用户这两批用户的各方面特征， 介绍了在信用风险评估领域比较流行的Logistic回归模型和GBDT(梯度迭代决策 树)模型，以及主流的模型性能评价指标。在具体的实验中，本论文使用机器学 习技术对网络信贷平台的用户进行建模分析,使用Information Value统计量筛选变 量特征，采取 woe (weightofevidence)编码的方式对变量特征进行重新编码，以 提升变量对两类用户的辨别能力，最后，使用Logistic回归模型和GBDT(梯度迭 代决策树)模型对申请贷

python实现BP神经网络回归预测模型，使用BP神经网络的实现手写数字识别，一万字报告，matlab. Although BP neural network performs well in handwritten numeral recognition, it can not be ignored that the weights and thresholds of BP neural network are initialized randomly, which is easy to lead to unstable fitting effect. Moreover, it is easy to make the training of weights and thresholds of BP neural network fall into local area because of gradient descent Optimum. So in this experiment, GA genetic algorithm is used to optimize the in

建立了一系列微分方程来预测中国人口、经济发展、煤炭消耗及碳排放量,描述了人口、GDP、煤炭消耗和碳排放之间的动力学关系。此模型是在人口和GDP建立的竞争者模型扩展的基础上,建立了关于煤炭消耗与碳排放量的微分方程组。利用MATLAB预测了1990-2020年中国人口、GDP、煤炭消耗和碳排放随着时间演化的预测值,且所得到的预测值与历年的实际数据有很好的吻合。

财政收入影响因素分析及预测模型Python源码 数据挖掘算法是根据数据创建数据挖掘模型的一组试探法和计算。 为了创建模型，算法将首先分析您提供的数据，并查找特定类型的模式和趋势。概念描述算法使用此分析的结果来定义用于创建挖掘模型的最佳参数。然后，这些参数应用于整个数据集，以便提取可行模式和详细统计信息。

基于自适应模糊k近邻法的破产预测模型