RBF神经网络的研究与应用硕士毕业论文-BP神经网络股指预测模型 1[1].0.doc 【作者中文名】 缪凯; 【导师】 赵志刚; 【学位授予单位】 青岛大学; 【学科专业名称】 计算机应用技术 【学位年度】 2007 【论文级别】 硕士 【网络出版投稿人】 青岛大学 【网络出版投稿时间】 2007-11-30 【关键词】 RBF神经网络; 微菌群算法; 车牌识别; 多层识别器; 【英文关键词】 RBF Neural Networks; Micro Bacterial Colony Chemotaxis Algorithm; Mobile Sign Recognition; multi-layered recognizer; 【中文摘要】 径向基函数神经网络是一种高效的前馈式神经网络，它具有其他前向网络所不具有的最佳逼近性能和全局 最优特性，并且结构简单，训练速度快。同时，它也是一种可以广泛应用于模式识别、非线性函数逼近等领域的神经网 络模型。全文的主要工作体现在以下几个方面： 1在细菌群体趋药性优化算法的 基础上提出了一种新的优化算法微细菌群体趋药性算法。M-BCC算法采用了两个菌群进行寻优。寻优菌群规 模小，提高了寻优的速度；库存菌群规模相对较大但是不参与运算，保证了寻优菌群的多样性。对比标准遗传算法和BCC 算法，本算法具有一定的优越性。 2本文在研究前人径向基神经网络的基础上，提出了RBF神经网络的混合结构优化算法 。在算法中，改进了递归正交最小二乘算法的停止条件，并用改进的ROLS算法优选RBF神经网络中隐单元的个数； 借用微细菌群体趋药性算法的思想来确定RBF神经网络隐层神经元的控制参数；把改进的ROLS算法和M-BCC算法相结合 ，来全结构优化RBF神经网络，使RBF网络不但可以得到合适的结构，同时也可以得... 【英文摘要】 RBF neural network is a high effective neural network. It has the best and universalapproximation property, simple structure and fast training speed. In addition, this network modelcan be widely applied to the fields such as pattern recognition, nonlinear function approximation. The main works in the thesis can be stated as follows: 1 A new kind of optimized algorithm is proposed, which is the Micro-BCC algorithm based on theBacterial Colony Chemotaxis optimized algorithm. Micro-BCC algorithm takes ...

【预测模型】 BP神经网络短时交通流预测【含Matlab源码 687期】.zip

二手车价格预测 探索具有随机森林和正则化的二手车价格预测模型。 我使用R进行数据可视化，数据插补和模型选择。 涉及的主要软件包是Hmisc，ggplot2，randomForest和glmnet。 我们正在寻求使用随机Forst和正则化技术的特征选择和预测算法。 方法是随机森林，山脊，套索和弹性网回归。 事实证明，弹性模型可以大幅度减少维数，并保持良好的预测能力。

基于指数平滑法的环境噪声污染预测模型及应用，周挺进，陈日耀，为了要研究城市环境噪声污染的数学模型，通过对厦门市环境噪声的实际情况的分析并结合指数平滑预测模型，提出了符合当前环境噪声

二、多元线性回归预测模型的显著性检验 与一元线性回归的情形类似，也应检验y与x1,x2…，xm之间的线性相关关系是否显著。只有线性相关关系显著时，所求得的多元线性回归模型才有应用价值，这时，也称回归模型（方程）的回归效果显著。 但与一元线性回归也有不同之处：一元线性回归中只有一个自变量，“回归效果不显著”与“b=0”是一回事；对于多元线性回归则要复杂得多，否定了假设 “H0：b1=b2=…=bm=0”时，认为多元线性回归方程的“整个回归效果是显著的”，有一定实用价值，但并不等于说y与所有的自变量xj(j=1，2，…，m)均有密切的相关关系，也可能有某几个xj与y 的相关关系并不密切，但没有影响大局。因此，对多元线性回归模型，除了要检验“整个回归效果是否显著”外，还应逐个检验每个回归系数bj(j=1，2，…，m)是否为零，以便分辨出哪些xj对y无显著影响。下面分别加以讨论。

MATLAB实现灰度预测模型的源代码.zip

MATLAB源程序18 Elman神经网络的数据预测—电力负荷预测模型研究.zip

【预测模型】时间序列股票价格预测【含Matlab源码 450期】.zip

根据交通流的时空关联性和非线性,提出一种基于时空分析的短时交通流量预测模型。在相关系数的基础上扩展时空语义,提出时空相关分析算法,并以支持向量机为预测工具进行预测。弥补现有模型在预测因子选取方面的不足,提高预测精度并避免预测的人为主观性。实验结果表明了算法和模型的有效性。

输入人数、机动车数、公路面积、公路客运量、公路出货量指标对输出客运量和货运量进行预测