yuekangwei123 / cnn-demoLinks
pytorch,cnn,数据挖掘,天气预测
☆17Updated 4 years ago
Alternatives and similar repositories for cnn-demo
Users that are interested in cnn-demo are comparing it to the libraries listed below
Sorting:
- 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 5 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。☆58Updated 5 years ago
- CNN-BiGRU-Attention模型☆100Updated 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。☆41Updated 5 years ago
- 城市交通道路流量预测☆57Updated 6 years ago
- 交通流量多模型预测☆54Updated 5 years ago
- 基于SVM的简单机器学习分类，可以使用svm, knn, 朴素贝叶斯，决策树四种机器学习方法进行分类☆125Updated 2 years ago
- 细粒度图像分类之十二猫分类，对比ResNet和ViT两者模型性能。☆45Updated 3 years ago
- 使用GCN和GRU组合模型，多站点气温预测☆37Updated 4 years ago
- lstm算法构建的车流量预测模型☆39Updated 2 years ago
- 使用SVM进行人脸识别☆23Updated 5 years ago
- Pytorch_Learning_Notes☆103Updated 8 months 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
- 机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259☆56Updated 5 years ago
- 客流预测、Resnet☆15Updated 5 years ago
- 基于VMD-Attention-LSTM的时间序列预测模型（代码仅使用了一个较小数据集的训练及预测，内含使用使用逻辑，适合初学者观看，模型结构是可行的，有能力的请尝试使用更大的数据集训练）☆66Updated 2 years ago
- 比较 TCN、GRU、GCN、TGCN、 TCN+GCN 在 交通流量预测方面的准确率效果。☆139Updated 4 years ago
- 常见的数据预处理，包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆47Updated 2 years ago
- Gitbook Address: https://app.gitbook.com/@nlpgroup/s/nlpnote/☆158Updated 4 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆365Updated 5 years ago
- ResNet50 猫狗数据集训练☆33Updated 4 years ago
- 机器学习(Machine Learning, ML)python简洁实现，包括混合高斯模型，KMeans，决策树，随机森林，K近邻，线性判别分析，逻辑斯蒂回归（梯度下降法，牛顿法），多层感知机（分类+回归），Naive Bayes（离散+高斯），多分类SVM，线性回归，隐马…☆151Updated 4 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☆80Updated 3 years ago
- 运用GAN来进行交通流预测和数据修复☆22Updated 5 years ago
- 客流量 时间序列预测模型☆129Updated 3 years ago
- ☆20Updated 4 years ago
- 基于深度学习的文本分类，实现基于CNN和RNN的文本分类☆11Updated 4 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 …☆26Updated 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☆83Updated 5 years ago
- 基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM）的训练，使用交叉检验（Cross-validation）对比了各算法的预测准确率。☆23Updated 5 years ago