Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 3D-probreg.zip 3D-probreg.zip,基于概率模型的点云配准(cpd/gmmreg/svr/gmmtree/filterreg),3D建模使用专门的软件来创建物理对象的数字模型。它是3D计算机图形的一个方面,用于视频游戏,3D打印和VR,以及其他应用程序。
  • 湖泊表面水温预测与可视化方法研究.pdf ... 预测表面水温时空变化过程是控制和改善流域水生态环境的基础,同时也是预防和治理蓝藻水华爆发的关键。为此,以滇池为研究区,以2005~2016年10个水质监测站点的54个水质数据(水温、叶绿素a、pH、高锰酸盐指数、溶解氧等)为基础数据集,将支持向量回归(SVR)、主成分分析法(PCA)及反向传播人工神经网络(BPANN)3种算法相结合,组成混合预测模型,并将克里金插值法与地理信息系统相结合,实现滇池水温12年来历史变化过程的情景再现及未来5年变化趋势的情景模拟。研究结果表明,模型的平均相对误差为0.5%,均 ...
  • 论文研究-基于Matlab支持向量回归机的能源需求预测模型.pdf ...  分析了支持向量回归机在能源需求预测中的优势, 确定了输入向量集合和输出向量集合, 建立了基于Matlab技术的SVR能源需求预测模型. 对我国1985-2008年能源需求相关数据进行模拟与仿真, 并对中国2010年和2020年能源需求量进行 ... 到2020年418320万吨标准煤, 年均增长率为2.39%; 二是在解决我国能源系统小样本. 非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.
  • 论文研究-面向多极值质量特性的全局式序贯性实验设计方法.pdf ... 性能, 提出一种全局式序贯性设计方法. 首先在一定的初始实验设计方式下, 建立过程粗略的SVR模型; 而后根据模型中支持向量的分布, 在支持向量样本各维度的45度角或轴向方向同步地增加实验点, 再拟合过程新的SVR模型; 如此迭代进行, 当模型精度达到要求或样本量达到上限时终止序贯性设计. 仿真与实证研究 ... 设计、 拉丁超立方设计和均匀设计相比, 在样本量接近的情况下, 基于全局式序贯性设计的SVR 模型的预测均方误差至少降低了30%; 而在预测误差较为接近的情况下, 全局式序贯性 ...
  • 论文研究-复杂作用关系过程的区域显著性实验设计及全局建模方法.pdf ... 一系列的设计点集和添加点集; 其次利用初始设计点集建立过程的支持向量回归(SVR)模型, 并对建模样本点进行Ward聚类, 由此将可行域划分成若干子区域, 并 ... 区域添加较多实验点; 上述步骤迭代进行直至满足终止准则, 再拟合过程最终的SVR模型. 仿真与实证研究表明, 与基于"均匀分散"原则的传统均匀设计和超拉丁方 ...
  • 论文研究-短时交通流预测FSMSVR模型.pdf ... 预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究 ...
  • 论文研究-基于航空信息网络的枢纽机场航班延误预测模型.pdf ... 使用PCA进行降维,对降维处理后的特征再使用SVR方法,得到非线性回归模型,用于预测航班的延误时间. 实验 ...
  • 论文研究-基于奇异谱分析的我国航空客运量集成预测模型.pdf ... 的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现, ...
  • 威纶通人机界面cMT系列产品型录.pdf 威纶通人机界面cMT系列产品型录pdf,威纶通人机界面cMT系列产品型录:CloudHMI是一种创新的人机界面架构,与传统人机架构不同的是,CloudHMI架构将人机界面分离为服务器与显示触控终端。服务器:cMT-SVR能与可编程逻辑控制器PLC连接通讯并执行控制功能,如资料取样、事件记录、操作权限、配方、宏指令等。此外,cMT-iV5或iPad作为显示终端,通过运行CloudHMI应用软件可完美执行各种可视化功能,呈现出全新感受的极致操控体验。
  • 基于SVR的多变量电力消费预测_袁秀芳.caj 电力消费受多种因素的影响,揭示因素与电力消费的关系是当前电力消费研究的一个重要内容. 应用支 持向量回归机模型,利用年电力消费、人均国内生产总值、重工业比重以及电能效率的数据,分别对电力消费进行 双变量和多变量的支持向量回归机预测. 实验对比分析两种方式下预测值与真实值差异情况,说明了多变量方式 下支持向量回归机的预测值与真实值更一致.