冠状病毒预测模型 此仓库包含一个贝叶斯模型，该模型可用于分析和预测本地COVID-19大流行。 方法 这是具有随时间变化的接触率（β）的模型。 Beta估计值受约束开始于R0的先前分配附近，然后随着锁定和限制的到位而允许其徘徊。 先验被置于基于先验文献的动态参数上； 未观察到的beta组件使用了一些信息性的先验，从而使模型保持稳定。 要生成澳大利亚数据的图表，请运行 ，它使用指定的Stan模型。 欢迎发表评论，反馈，问题和建议：随时在此处打开“问题”或“拉取请求”，在ping我，或给我发送电子邮件（ jamie1212@gmail.com ）。 当前结果 这是澳大利亚最新生成的预报。 请注意，此处适用标准警告和谦虚建模。 理解该图表的一种方法是“以面值获取报告的数据，并对病毒的行为方式做出合理的假设，以及未来的前景如何？” 贡献 此回购遵循Google的标准开源条件； 有关更多详细信

研究了在污水处理过程中基于BP和RBF神经网络的活性污泥法污水处理系统建模方法, 利用重庆唐家桥污水处理厂的监测数据对基于BP和RBF神经网络建立的污水处理厂出水COD 预测模型进行了仿真分析,讨论了2种模型的学习效率和影响预测精度的诸多因素,同时对污水处理出水COD浓度预测模型进行了优化,最终确定了基于神经网络的污水处理厂出水水质预测模型.最后还使用重庆唐家桥污水处理厂的监测数据对确定的模型进行了应用实证研究.

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

本文针对交通数据挖掘领域的交通流预测问题进行研究和实现.主要对数据挖掘技术应用于交通流数据的特征选择和交通流预测模型的建立提出算法.在对采样数据进行清洗后，以分类与回归决策树作为基学习器，采用梯度提升决策树进行回归拟合，计算出交通数据的特征重要度.并以此重要度作为自适应特征选择的依据.其次，采用聚类算法对选取后的特征数据进行聚类分析，缩小样本大小的同时，同类数据更加相似.最后，以实时数据匹配相应聚类作为训练数据集，使用经过人工鱼群算法优化参数后的支持向量机进行交通流预测.本文结尾通过实验数据论证本文所提出的算法和模型.

R语言写的 var模型 最新出炉

Walmart-store-sales-prediction-model:创建预测模型以预测沃尔玛商店的销售额

基于主成分分析（PCA）和反向传播神经网络，建立库存预测模型，以云南白药（000538）为例，从库存技术分析中选择29个指标，降维后输入神经网络。通过对不同参数数据实验中均方误差（MSE）和均方绝对误差（MAE）的比较和分析，进一步确定网络的隐层节点数量，学习速率，激活功能和训练功能。 最后，获得了具有稳定性和准确性的模型。

一篇讲述信用卡违约预测模型分析以及影响因素探究的论文，信用卡对于银行来说是高收益和高风险并存的业务，伴随信用卡业务发展的是各大银行都在利用网络和 移动端的数据来建立客户的信用评分系统。如何从客户所填的资料里对客户进行信用评估、如何鉴别所填资料的真假性及应该要求客户填什么类型的资料等对银行来说是至关重要的。本文基于2005年台湾信用卡客户数据，建立Lasso-Logistic及随机森林模型来探索影响客户信用的关键因素，包括个体特征及某些客观特征，通过比较模型的预测准确度以及F得分等指标来选择预测效果更优的模型对银行信用卡违约进行预测分析。信用卡违约预测模型的建立以及影响客户信用的关键因素的探索，对于银行选择客户和设计资料填写具有重要的指导价值，并且能够为信贷决策提供一定的理论支持，具有很强的理论和现实意义。

基于ARIMA-BP神经网络的CPU利用率预测模型研究

压缩包内含有main.exe, 该程序可实现如下一些功能: 灰序列生成, 灰色关联分析, 灰色聚类分析, 灰色预测, 灰色决策分析等.