ZhouM1118 / intelligentler-bp-gaLinks
基于BP算法和遗传算法建立武汉市空气质量指数的预测模型,以武汉市8个监测站的1年的空气质量数据为训练数据进行神经网络的建模,近一个月的数据作为测试数据进行模型的准确性测试,平均准确率在75%左右。
☆30Updated 8 years ago
Alternatives and similar repositories for intelligentler-bp-ga
Users that are interested in intelligentler-bp-ga are comparing it to the libraries listed below
Sorting:
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 years ago
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆37Updated 6 years ago
- 旅行商问题的三种解法:神经网络,遗传算法和蚁群算法☆39Updated 8 years ago
- 改进的k-prototypes聚类算法☆19Updated 4 years ago
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- 用 jupyter notebook做的一些机器学习项目☆83Updated 5 years ago
- 基于Keras的LSTM多变量时间序列预测☆177Updated 7 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。☆100Updated 6 years ago
- Water Quality Management and Forecasting System(水质管理与预测系统)☆39Updated 2 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☆76Updated 4 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 6 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆53Updated 7 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆45Updated 6 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)☆63Updated 4 years ago
- 客流量时间序列预测模型☆123Updated 3 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- 机器学习的特征工程,包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- 使用5-6个模型(可以是knn svm 贝叶斯等等)用投票的方式做一个集成学习对MNIST数据集进行分类。☆24Updated 6 years ago
- 2018比赛-大数据-光伏电站-人工智能运维☆24Updated 6 years ago
- 基于遗传算法的特征选择☆128Updated 5 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆58Updated 7 years ago
- 🤖机器学习实战🤖:决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 5 years ago
- bp 神经网络算法☆122Updated 2 years ago
- 基于Keras框架,结合LSTM/GRU/Arima/WNN实现多方式的水质参数预测☆22Updated 6 years ago
- 机器 学习实践:贷款违约预测☆37Updated 5 years ago
- CCF2018 数据挖掘 机器学习 智能匹配 特征工程☆48Updated 5 years ago
- 整理记录本人担任课程助教设计的四个机器学习实验,主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码,欢迎各位码友讨论交流。☆115Updated 7 years ago
- 基于某城市移动终端用户的运营商数据预测未来三月内用户是否会终端变迁(用户从当前使用的手机品牌更换为其他手机品牌)。应 用xgboost算法和随机森林算法组合成多学习器预测模型。☆52Updated 8 years ago