主要内容：以上是实现空气质量与天气预测的数据集 适合人群：深度学习初学者 大家可以看深度学习实战6的案例，利用卷积神经网络(pytorch版)实现空气质量的识别分类与预测。 我们知道雾霾天气是一种大气污染状态，PM2.5被认为是造成雾霾天气的“元凶”，PM2.5日均值越小，空气质量越好．

1.train_feature.csv 训练集特征数据，每个时刻1个数据，每天8个时刻，共17008条。 2. train_label.csv 训练集标签数据，每天1个数据，共2126个数据。 3.test_feature.csv 测试集特征数据，每个时刻1个数据，每天8个时刻，共7320条数据，

缺陷预测旨在通过从历史缺陷数据中学习来估计软件的可靠性。 缺陷预测方法根据从软件项目中提取的指标来识别软件模块是否容易出现缺陷。 这些度量值（也称为特征）可能涉及不相关和冗余，这将损害缺陷预测方法的性能。 现有工作采用特征选择来预处理缺陷数据以滤除无用的特征。 在本文中，我们提出了一种新颖的特征选择框架MICHAC，它是通过层次聚类聚类通过最大信息系数进行缺陷预测的简称。 MICHAC分为两个主要阶段。 首先，MICHAC利用最大信息系数对候选特征进行排序，以过滤掉不相关的特征；其次，MICHAC通过分层聚集聚类对特征进行分组，并从每个结果组中选择一个特征以去除冗余特征。 我们使用三个具有四个性能指标（精度，召回率，F量度和AUC）的不同分类器，对11个被广泛研究的NASA项目和四个开源AEEEM项目评估了我们提出的方法。 与五种现有方法的比较表明，MICHAC可有效选择缺陷预测中的特征。

小波神经网络预测代码，包括43个·案例分析与解答

使用随机森林、SVM、线性回归等常用机器学习模型预测肺癌患病数据集的存活时长。 随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面。

在订单式生产的中小制造企业中,订单的完成过程受诸多不确定因素的影响。考虑影响完工期的确定因素及随机因素,如生产时间、插单的等待时间、机械故障等待时间、误工时间、损耗率及返工率等,根据数据统计分析假定各因素服从一定的随机分布,建立了完工期区间预测模型,通过多次仿真得到了完工期区间范围。以相关原则为依据,通过比较预测完工期及客户要求交货期,做出承诺交货期及价格决策。最后进行灵敏度分析,通过仿真得到完工期均值与各随机变量对应参数的变化关系,在此基础上提出了控制完工期影响因素的措施。

建筑节能是当今城市建设和社会发展的前沿和研究热点,对建筑的能耗现状进行综合分析与评估是进行节能改造或节能设计的前提和基础,而建立反映能耗变化的预测模型是从宏观尺度上分析认识建筑能耗变化与发展特性、为公共建筑节能工作提供决策依据的有效途径和重要手段。研究针对常规BP网络算法收敛速度慢、易陷入局部最小点的缺点,采用了具有较快收敛速度及稳定性的LM算法进行预测,构造了基于BP神经网络的建筑物用电量预测模型。以某市公共建筑原始用电能耗统计数据作为样本,并采用MATLAB对预测模型进行了仿真预测。结果显示:误差在允

通信网络链路容流量优化遗传算法MATLAB源码 PAGE PAGE 1 作者 日期 通信网络链路容量和流量优化遗传算法MATLAB源码 题目通信网络链路容量和流量优化遗传算法MATLAB源码 function [Zp,Xp,Yp,LC1,LC2]=GACFA(M,N,Pm) % % GACFA.m % Genetic Algorithm for Capacity and Flow Assignme

代码简约，篇幅短小，适合想要对遗传算法或路径规划，有更深或更直观体验或研究的初学者。可直接点击运行，容易看懂，使用的语言主要数python,算法是遗传算法，未使用人工智能框架，可研究遗传算法最底层运行原理。

蚁群\混合蚁群遗传算法在车间作业调度的应用研究