sctpan / WQMFSLinks
Water Quality Management and Forecasting System(水质管理与预测系统)
☆42Updated 2 years ago
Alternatives and similar repositories for WQMFS
Users that are interested in WQMFS are comparing it to the libraries listed below
Sorting:
- 水质预测系统，利用机器学习进行水质预测☆87Updated 3 years ago
- 毕设-设备故障预测系统☆38Updated 6 years ago
- 电力系统短期负荷预测☆44Updated 4 years ago
- ☁Air pollution visualization and forecasting platform based on Spring Cloud(基于Spring Cloud的环境污染物数据分析与预测平台)☆47Updated 2 years ago
- 客流量时间序列预测模型☆126Updated 3 years ago
- 动力电池数据分析系统☆23Updated 4 years ago
- Use LSTM to do PM2.5 prediction☆45Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 7 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 …☆24Updated 2 years ago
- 利用时间序列预测汽车销量☆41Updated 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)☆64Updated 5 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】☆40Updated 5 years ago
- 基于统计学的时间序列预测(AR,ARM).☆281Updated 4 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- 2018比赛-大数据-光伏电站-人工智能运维☆24Updated 7 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☆79Updated 5 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 7 years ago
- 基于ARIMA时间序列的销量预测模型，实际预测准确率达90%以上，内含有测试记录和实际上线效果。☆103Updated 5 years ago
- 电力负荷的时间序列未来预测☆24Updated 2 years ago
- ☆253Updated last year
- 使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆171Updated 5 years ago
- 基于Keras的LSTM多变量时间序列预测☆179Updated 7 years ago
- 基于LSTM的电力负荷预测☆155Updated 6 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例，使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数 据，将数据按时间段划分，使用SARIMA过滤其线性趋势，再对过滤后的残差使用LSTM进行预测，最后对预测结果进行…☆82Updated 6 years ago
- 新能源汽车充电能量预测：模型+可视化☆18Updated 6 years ago
- 基于深度学习的多特征电力负荷预测☆141Updated 5 years ago
- 基于双向堆叠LSTM的电力负荷预测系统☆15Updated 4 months ago
- 数控加工单元数字孪生☆11Updated 4 years ago
- 风力发电非常环保，且风能蕴量巨大，因此日益受到世界各国的重视。但是对于实际采集 到的测风数据及功率数据都存在各种各样的问题，需要有准确的实测数据来分析风电特征及发电规律 而且从风场收集到的数据中通常包含异常数据点，造成计算机进行数据筛选和排序的速度比较慢，因此 需要可靠有…☆29Updated 4 years ago
- 基于卡口实时过车数据进行交通流量的实时预测分析，使用LSTM循环神经网络模型进行融合预测，准确率达到90%以上。☆57Updated 5 years ago