以jupyter为平台，利用python实现对墨尔本10年气候变化数据集的特征处理，然后并利用机器学习模型进行训练以及对原始数据集的拟合，最后来评价那种模型的拟合效果最佳。（提供了相关数据集）
2022-12-24 22:26:50
6.25MB
1
使用LSTM、GRU、BPNN进行时间序列预测源码+数据集（课设源码）.zip
使用LSTM、GRU、BPNN进行时间序列预测
Jupyter Notebook 课程大作业
使用LSTM、GRU、BPNN进行时间序列预测
Jupyter Notebook 课程大作业
2022-12-24 20:26:50
58KB
印度尼西亚降雨模式分类使用时间序列K均值
使用时间序列k均值对印度尼西亚的三种主要降雨模式进行聚类。 k均值中的距离计算是动态时间规整（DTW），通常用于模式匹配和时间/顺序数据聚类。
2022-12-23 21:13:12
2KB
1
时间序列的自相关关系
自相关函数
随机过程的自相关函数
样本的自相关函数
偏自相关函数
随机过程的偏自相关函数
样本的偏自相关函数
2022-12-22 13:32:23
926KB
1
SZ-taxi。该数据集由深圳2015年1月1日至1月31日的出租车轨迹数据组成，本文选取罗湖区156条主要道路作为研究区域。实验数据主要包括两部分。一个是156*156的邻接矩阵，它描述了道路之间的空间关系。每一行表示一条道路，矩阵中的值表示道路之间的连接性。另一个是特征矩阵，它描述了每条道路上的速度随时间的变化。每一行代表一条路，每一列是不同时段道路上的交通速度。每15分钟计算一次每条路上的车速。GNN-LSTM GCN GNN LSTM RNN
2022-12-21 11:27:21
2.03MB
1
时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。分析时间序列的方法构成数据分析的一个重要领域，即时间序列分析。代码
2022-12-20 23:24:45
488KB
1