首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。
2022-04-13 09:13:46
329KB
本套代码是配套于先前的毕业设计文档的代码，可以在树莓派2 Debian系统环境下运行、
2022-04-12 11:47:38
37.41MB
1
EGo配套实验代码，包括实验一流水灯、实验二智力抢答器、实验三分频器、实验四FIR数字滤波器、实验五串口控制器、实验六VGA图像显示、实验七蓝牙远程控制、实验八嵌入式软核设计的文档和代码。方便初学者进行下板操作。
2022-04-12 08:54:54
190.27MB
1
程云鹏 矩阵论 第四版4版 西北工业大学版 课后习题答案详解解析 3版辅导书配套4版教材认真看前言.pdf
2022-04-11 22:18:19
20.35MB
1
使用卫生保健数据预测抑郁
作者：Vivienne DiFrancesco
可以在找到用于探索该项目中使用的数据的配套仪表板
该存储库的内容是对使用机器学习模型来预测使用医疗保健数据的人的抑郁症的分析。 希望可以使工作更易于访问和复制，从而进行详细的分析。
储存库结构
README.md：此项目审阅者的顶级自述文件
first_notebook.ipynb：从数据清理阶段开始在jupyter笔记本中进行分析的叙述性文档
second_notebook.ipynb：在项目的探索阶段清理数据之后开始的叙述性文档的延续
PredictingDepressionSlides.pdf：项目演示幻灯片的PDF版本
project_functions文件夹：包含编写用于first_notebook和second_notebook的自定义函数
仪表板文件夹：包含用于创建此项目的配套仪表板的文件的文件夹
抽
2022-04-11 19:56:07
71.88MB
1
本pdf是模式识别第四版（Sergios Theodoridis）的配套答案，包括各章节的习题详细答案以及要点总结，笔记详尽，讲解透彻。
介绍：Notes and Solutions for: Pattern Recognition by
Sergios Theodoridis and Konstantinos Koutroumbas
2022-04-11 11:26:05
1.3MB
1
这几天一直在做语音识别模块相关的项目，因此收集到了很多资料，但大多资源都比较零散，因此答主打包收集到的全部相关资料，并且内附所有相关例程，希望能帮助到大家！
说明：
1.答主单片机型号是stm32f103c8t6，并且已经亲测，可参考答主文章进行相关内容的学习
2022-04-10 16:54:27
53.86MB
1