- 博客(0)
- 资源 (22)
- 收藏
- 关注
RSS订阅基于BP神经网络的城市时用水量分时段预测模型
针对目前时用水量预测模型中对时用水量影响因素分析研究较少的问题,通过分析各种时用水量影响因素与时用水量之间的相关性,筛选出时用水量的主要影响因子;通过分类将1 d划分为3个时段,建立分时段用水量模型。采用BP神经网络预测,精度指标采用平均绝对百分比误差（MAPE）表示。实例分析结果表明：模型预测MAPE均在5%以内,预测精度较高,满足供水系统优化调度的要求,为城市时用水量预测提供一种简单可行的思路和方法。
2014-08-14
BP神经网络在水华短期预测中的应用
为解决影响因素多、作用关系复杂的水华预测问题,将BP神经网与水体环境因子的高频实测数据相结合,构建了巢湖水华的短期动态预测模型,该模型准确地预测了每次水华发生的时间,预测值与实际观测值相关系数可达0.608 4;在分析BP神经网络自身局限性的基础上,研究了建模过程中输入输出数据预处理、网络结构设计、训练模式选择等问题,给出了水华预测中确定环境因子和建模方案的具体方法.该方法容易移植到其它湖库,提高了模型的实用性和通用性.
2014-08-14
css颜色选择器
CSS 颜色选取器允许您将 CSS 颜色值插入 CSS 颜色属性。 它包括标准的调色板的颜色和使用标准颜色的名称、哈希代码、RGB、RGBA、HSL 和 HSLA 颜色值，并显示最近使用的颜色的列表。 默认情况下，颜色选取器将输入十六进制值。
2014-08-14
数据分析方法--梅长林
《数据分析方法》是为高等院校信息与计算科学专业本科生“数据分析课程”编写的教材，内容涉及常用统计数据分析的基本内容与方法，包括数据的描述性分析、线性回归分析、方差分析、主成分分析和典型相关分析、判别分析、聚类分析、Bayes统计分析等。另外，对SAS软件的基本内容以及与以上内容有关的SAS过程做了简介，以便于各方法的实际应用。各章均配备了丰富的有实际应用背景的习题。《数据分析方法》也可作为高等院校统计专业的本科生和非数学类硕士研究生教材以及数据分析工作者的参考书。
2014-08-14
谁说菜鸟不会数据分析pdf
《谁说菜鸟不会数据分析 全彩 》内容简介：很多人看到数据分析就望而却步 担心门槛高 无法迈入数据分析的门槛 《谁说菜鸟不会数据分析 全彩 》在降低学习难度方面做了大量的尝试：基于通用的Excel工具 加上必知必会的数据分析概念 并且采用通俗易懂的讲解方式 《谁说菜鸟不会数据分析 全彩 》努力将数据分析写成像小说一样通俗易懂 使读者可以在无形之中学会数据分析 《谁说菜鸟不会数据分析 全彩 》按照数据分析工作的完整流程来讲解 全书共8章 分别讲解数据分析必知必会的知识 数据处理技巧 数据展现的技术 通过专业化的视角来提升图表之美 数据分析报告的撰写技能以及持续的修炼 ">《谁说菜鸟不会数据分析 全彩 》内容简介：很多人看到数据分析就望而却步 担心门槛高 无法迈入数据分析的门槛 《谁说菜鸟不会数据分析 全彩 》在降低学习难度方面做了大量的尝试：基于通用的Excel工具 加上必知必会 [更多]
2014-08-14
基础地理信息数据shp格式
包括了地级行政界线、地市级以上居民地、国界与省界、三级以上河流、首都和省级行政中心、一级河流、四级河流、五级河流、县级行政界线、县级居民地、主要公路、主要铁路的shp格式数据。
2014-08-14
基于对象的视频分割算法研究与实现
通过对连续3帧图像进行二次差分，自适应估计差分图像的噪声特征参数并滤除噪声，结合边界信息进行数学形态学运算，最终提取运动目标。实验结果证明，该方法能够从背景不变的图像序列中较好的提取出视频运动对象，具有较强的鲁棒性。
2013-10-19
基于JSP+Servlet+JavaBean的网上拍卖系统设计与实现
随着Internet 技术的发展和互联网的日益普及以及电子商务的发展，电子商务活动日益繁荣，C2C 模式的巨大优势将使它成为未来电子商务领域重要的一部分。网上拍卖迅速成为一种非常活跃的 C2C 电子商务模式。详细介绍了 JSP+Servlet+JavaBean 的三层架构模式在电子商务平台上应用的相关技术。该系统经实践证明是稳定、安全和高效的，具有较高的实用价值。
2013-10-19
基于Java的数据库应用框架的研究设计
一直以来，软件的开发和数据库之间的设计具有十分重要的联系。本文笔者通过实验，首先简单阐述了关于框架技术以及Java 数据库技术之间的关系，然后具体进行数据库框架模型的研究设计，最后利用程序真正实现了基于Java的数据库应用框架的设计，希望能够对相关研究者有所帮助，为信息产业的快速发展提供帮。
2013-10-19
云计算环境下分布式缓存技术的现状与挑战
作为云平台提升应用性能的一种重要手段,分布式缓存技术近年来受到了工业界和学术界的广泛关注.从云计算与分布式缓存技术的结合入手,分析介绍了分布式缓存的特性、典型应用场景、发展阶段、相关标准规范以及推动缓存技术发展的若干关键要素.为系统的了解分布式缓存技术的现状和不足,建立了一个云环境下分布式缓存技术的分析框架——DctAF.该框架从分析云计算的特点和缓存技术的边界出发,涵盖 6 个分析维度.基于DctAF 框架对当前缓存技术进行总结和分析,并对典型系统进行比较.在此基础上,深入阐述了云环境下分布式缓存系统面临的挑战;围绕上述挑战,分析和比较了已有的研究工作.
2013-04-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人