该监视工具使用Avaya TSAPI库，它监视来自Avaya VDN的来电，并显示放弃和短时通话信息，以用于呼叫中心操作。 它将呼叫信息数据写入Splunk，因此您可以分析呼叫中心的流量模式和详细信息。
2022-02-16 14:08:01
955KB
1
短时能量matlab代码光伏系统的概率预测-P3
欢迎使用P3系统
PV的概率预测系统（P3系统）是用于预测PV系统的短期功率输出的工具。
它可以作为：
Matlab源代码。
具有图形用户界面（GUI）的可执行软件，您只需将其下载并安装在PC上即可。
想要查询更多的信息，
。
Python代码，将在Raspberry
Pi上实现。
想要查询更多的信息，
。
资料下载
访问有关P3系统的所有MATLAB代码。
可以通过运行Main.m获得预测。
所有其他功能也必须存在。
要获取天气预报，请运行AcquireWeather.m
。
您必须提供API密钥才能获得10天的天气预报。
关于守则
下图突出显示了MATLAB代码的输入和输出。
输入数据
为了预测光伏系统的发电功率，必须提供三个输入：
（1）天气预报：这是从在线服务提供商处获得的（例如，Weather
Underground）。
在此模型中，使用了1天分辨率的10天预测。
预测必须涵盖训练和预测期。
温度和阴天是代码的关键天气参数。
（2）光伏系统参数：包括位置，方向和技术参数。
（3）历史光伏系统的发电：通过连接到光伏模块的能源监控
2022-01-17 10:23:01
24.81MB
1
针对现有预测方法未能充分揭示交通流内部的本质规律，提出了一种基于深度学习的短时交通流预测方法。该方法结合深度信念网路模型（DBN）与支持向量回归分类器（SVR）作为预测模型，利用差分去除交通流数据的趋势向，用深度信念网络模型进行交通流特征学习，在网络顶层连接支持向量回归模型进行流量预测。实际交通流数据测试结果表明，提出的预测模型与传统预测模型相比具有更高的预测精度，预测性能提高了18.01%，是一种有效的交通流预测方法。
2022-01-09 15:14:38
1.09MB
1
为减轻日益严重的交通拥堵问题，实现智能交通管控，给交通流诱导和交通出行提供准确实时的交通流预测数据，设计了基于长短时记忆神经网络（LSTM）和BP神经网络结合的LSTM-BP组合模型算法.挖掘已知交通流数据的特征因子，建立时间序列预测模型框架，借助Matlab完成从数据的处理到模型的仿真，实现基于LSTM-BP的短时交通流精确预测.通过与LSTM\BP\WNN三种预测网络模型的对比，结果表明LSTM-BP预测的时间序列具有较高的精度和稳定性.该模型的搭建，可对交通分布的预测、交通方式的划分、实时交通流的分配提供依据和参考.
2021-12-30 17:57:11
1.32MB
1