有些系统本身更新时间的功能不能用,用这个软件就可以使电脑时间与网络同步。
2024-10-10 09:20:21 299KB 时间同步 更新时间
1
该交通数据集来源于PeMS网站,包含圣贝纳迪诺市(美国加利福尼亚州南部一座城市)8条高速公路1979个探测器,2016年7月1日至2016年8月31日这2个月的数据。这些传感器每5分钟收集一次数据,包含1979个所有的传感器每5分钟经过的车辆数。 数据集 节点 特征数 时长 时间窗口 PeMSD8 107 3 61天 5min 此外本数据集还包含一个3*107的邻接矩阵文件,该数据表示了107个路口之间的相邻情况(即连通性) 以及节点之间的距离。 可用于交通流量预测、交通速度预测、交通拥堵情况预测、交通信号灯绿信比条件、时间序列分析、时空序列分析
2024-09-04 22:13:20 17.45MB 数据集 数据挖掘 交通预测 深度学习
1
该交通数据集来源于PeMS网站,包含旧金山湾区(美国加尼福尼亚州旧金山大湾区)29条高速公路3848个探测器,2018年1月1日至2018年2月28日这2个月的数据。这些传感器每5分钟收集一次数据,包含3848个所有的传感器每5分钟经过的车辆数。 数据集 节点 特征数 时长 时间窗口 PeMSD4 307 3 59天 5min 此外本数据集还包含一个307*307的邻接矩阵文件,该数据表示了307个路口之间的相邻情况(即连通性) 以及节点之间的距离。 可用于交通流量预测、交通速度预测、交通拥堵情况预测、交通信号灯绿信比条件、时间序列分析、时空序列分析
2024-09-04 22:12:25 31.14MB 数据集 数据挖掘 交通预测 深度学习
1
PEMS 数据集是由美国加利福尼亚州的交通部门联合其他伙伴机构建立的统一公开交通数据库。美国加利福尼亚州的交通部门在交通路网上大约设置了超过39000 个交通监测站,交通管理部门安装在路网上的各类传感器可以实时地收集所在高速公路上的交通状况信息,越是接近市区人口密集的地区,传感器布置的也越密集,从分布上来看,这些传感器大多被安置在靠近市区的路段上。PEMS提供了超过十年的历史交通状况数据,整合了有关加州运输公司以及其他交通机构系统的各类信息。 PemsD7 交通数据集:数据由分布在加利福尼亚州高速公路系统(CalTrans)中选择 228 个站点数据。数据集从30 秒的数据样本聚合到5 分钟的时间间隔内。时间范围在 2012 年5 月和6 月的工作日的228 个站点交通速度信息,数据包括邻接矩阵和特征矩阵。 邻接矩阵是通过分析已有时空交通数据的特性,构建一种新的具有相似交通流量模式的 矩阵,特征矩阵是每个传感器节点的时间序列特征矩阵。
2024-06-24 10:18:24 40.78MB 深度学习 交通预测 数据挖掘 交通网络
1
PEMS 数据集是由美国加利福尼亚州的交通部门联合其他伙伴机构建立的统一公开交通数据库。美国加利福尼亚州的交通部门在交通路网上大约设置了超过39000 个交通监测站,交通管理部门安装在路网上的各类传感器可以实时地收集所在高速公路上的交通状况信息,越是接近市区人口密集的地区,传感器布置的也越密集,从分布上来看,这些传感器大多被安置在靠近市区的路段上。PEMS提供了超过十年的历史交通状况数据,整合了有关加州运输公司以及其他交通机构系统的各类信息。 PemsD3 交通数据集:数据由分布在加利福尼亚州高速公路系统(CalTrans)中选择 228 个站点数据。数据集从30 秒的数据样本聚合到5 分钟的时间间隔内。时间范围在 2012 年5 月和6 月的工作日的228 个站点交通速度信息,数据包括邻接矩阵和特征矩阵。 邻接矩阵是通过分析已有时空交通数据的特性,构建一种新的具有相似交通流量模式的 矩阵,特征矩阵是每个传感器节点的时间序列特征矩阵。
2024-05-12 15:41:48 14.68MB 深度学习 数据挖掘 交通预测 交通网络
1
Python实现LSTM长短期记忆神经网络时间序列预测(完整源码) Python实现LSTM长短期记忆神经网络时间序列预测(完整源码) Python实现LSTM长短期记忆神经网络时间序列预测(完整源码) Python实现LSTM长短期记忆神经网络时间序列预测(完整源码)
2024-04-04 09:49:24 255KB python lstm 神经网络
1
BP神经网络时间序列预测MATLAB源代码(BP时序预测MATLAB) 1、直接替换数据即可使用,不需要理解代码 2、代码注释详细,可供学习 3、可设置延时步长 4、自动计算最佳隐含层神经元节点数量 5、作图精细,图像结果齐全 6、各误差结果指标齐全,自动计算误差平方和SSE、平均绝对误差MAE、均方误差MSE、均方根误差RMSE、平均绝对百分比误差MAPE、预测准确率、相关系数R等指标,结果种类丰富齐全 7、Excel数据集导入,直接把数据替换到Excel即可 8、可自动随意设置测试集数量 9、注释了结果在工作区
2024-03-26 11:03:33 30KB matlab 神经网络 编程语言
1
1. 对应视频链接:https://www.bilibili.com/video/BV1We4y1Z7jG/?vd_source=cf212b6ac033705686666be12f69c448 2. Matlab实现BP神经网络的时间序列预测(完整源码和数据) 3. 单列数据,递归预测-自回归,时间序列预测 4. 评价指标包括:R2、MAE、MSE、RMSE 5. 包括拟合效果图和散点图 6. Excel数据,暂无版本限制,推荐2018B及以上版本 7. 其他代码连接:https://docs.qq.com/sheet/DRXBpdVRydFRHTXlB?tab=BB08J2&_t=1667389129635&u=96322ede66974c7097f1238bbc559fdc
2023-09-09 19:22:31 19KB matlab 神经网络 时间序列 机器学习
1
1.版本:matlab2019a,不会运行可私信 2.领域:基础教程 3.内容:基于matlab实现无线传感器网络时间同步附matlab代码 4.适合人群:本科,硕士等教研学习使用
2023-04-25 20:56:12 2KB matlab
摘要:介绍了一种在IEEE 1588协议基础上改进的时间同步算法的实现,通过精简的IEEE1588协议发送的follow-up报文,来降低ZigBee网络的开销,同时改变了同步信息的发起者,由主节点换成从节点,从而适应了ZigBee网络节点即时加入和即时离开的特点。通过实际试验测定,该算法适合于无线传感器网络节点的高精度时间同步。   关键词:时间同步;ZigBee网络;IEEE 1588;定时器   本文主要是以高速运动目标的监测系统为研究背景,该监测系统是将多个ZigBee节点布设在监测区域(移动目标可能出现的区域),其中心节点和路由节点一直处于丁作状态;其他的节点在没有任务时,设定唤
1