GISer2000 / daily_learning
分享代码写作日常
☆35Updated 2 weeks ago
Alternatives and similar repositories for daily_learning:
Users that are interested in daily_learning are comparing it to the libraries listed below
- 《交通大数据理论与方法》☆164Updated 2 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆61Updated 4 years ago
- 基于 LSTM 循环神经网络的电力系统负荷预测分析。建立 CART 回归树以及 LSTM 模型对该地区未来 10 天间隔 15 分钟负荷以及未来 3 个月负荷最大最小值进行预测。将行业数据分为大工业用电最大值、大工业用电最小 值；非普工业最大值、非普工业最小值；普通工业最大…☆34Updated last year
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆41Updated 5 years ago
- 本项目为时间序列预测项目，主要重点在于对预测项目整体流程的梳理总结，不同框架下如何进行简单数据处理和模型搭建。因此项目中搭建的主要为一些常用模型（后续会不断修改完善）。模型包含了prophet模型、keras库的bp神经网络和lstm网络模型、pytorch …☆21Updated last year
- 交通时空大数据分析与挖掘☆12Updated 2 years ago
- 交通流量预测项目在研，以下是本人学习过程中积累整理的资源，会持续更新☆218Updated 4 years ago
- 2021年研究生数学建模竞赛B题，全国二等奖，空气质量预报二次建模，时间序列数据分析与回归预测。Time Series Prediction&Air Quality Prediction.☆34Updated 3 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。☆184Updated 4 years ago
- 利用已有的地铁流量历史数据建立模型，实现数据间存在的关联，为该城市未来一天的地铁流量进行一个较为准确的预测☆25Updated 5 years ago
- 基于深度学习方法的地铁短时客流预测__notebook代码实现☆13Updated last year
- 比较 TCN、GRU、GCN、TGCN、 TCN+GCN 在 交通流量预测方面的准确率效果。☆126Updated 3 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆163Updated 2 years ago
- 城市交通道路流量预测☆50Updated 6 years ago
- 包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型☆75Updated 2 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测，除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆44Updated 4 years ago
- CNN-Bidirectional LSTM network to forecast long term traffic flow in Madrid.☆23Updated last year
- 深圳北站作为深圳市的大型交通枢纽，其周边交通运行的好坏直接决定到达深圳北站的通行效率；而深圳北站周边的福龙路、南坪快速路等快速路，又是市区内的主要运输通道，对深圳北站的出行造成了直接影响。 本赛题以此为背景，期望分析出深圳北站周边道路上，车辆对交通拥堵和北站出行的影响，实现…☆11Updated 4 years ago
- Predict the next 24 hours' temperatures by GRU and Transformer☆15Updated last year
- 改进的k-prototypes聚类算法☆18Updated 4 years ago
- 基于地理加权回归(GWR)模型探索城市环境对共享单车出行的影响，使用POI数据作为城市环境变量。☆12Updated 10 months ago
- 使用LSTM、ANN网络进行时间序列的多步预测。一般情况下机器学习算法在进行时间序列预测时采取一步预测的方法。该段代码将其拓展到多步预测的情形。主要改进在于数据的构建。LSTM and ANN are used to predict the time series. In …☆14Updated 4 years ago
- 机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆73Updated 4 years ago
- ☆37Updated 3 years ago
- 交通流量多模型预测☆46Updated 4 years ago
- 利用TensorFlow框架构建LSTM模型做出城市流量的预测☆18Updated 3 years ago
- 2019年广西人工智能设计大赛：交通-地铁客流量预测Baseline（三等奖）☆48Updated 3 years ago
- 使用GCN和GRU组合模型，多站点气温预测☆37Updated 3 years ago
- 分别使用三种图卷积做一个简单的交通流量预测模型。☆35Updated 4 years ago
- 基于深度学习的共享单车预测与调度解决方案，使用神经网络构建单车需求量与时间段和地理画像的关联，预测不同区域单车需求量；使用蚁群算法规划最优单车调度路径。☆91Updated 6 years ago