时间序列是按时间顺序陈列的、随时间变化且相互关联的数据序列。
分析时间序列的方法构成数据分析的一个重要领域,即时间序列分析。
代码
2023/2/23 7:10:21 488KB matlab
1
压缩包内含:基于LSTM的股票价格预测_数据+代码+报告,可以最为数据挖掘的大作业。
股票作为人民金融投资的普遍方式,如何在股票中赚钱成为股民的共同目标。
要想在股票买卖中赚钱便要掌握股票的走势,因此股票价格预测工作引起社会及学术界的广泛关注。
股票的走势随市场变动,而且受诸多因素影响,如国际环境,政策变化,行业发展,市场情绪等等,这使得股民很难预测股票的走势。
理论上,根据股票以往的价格走势,可以预测股票的未来走势。
因为股票预测是高度非线性的,这就要预测模型要能够处理非线性问题,并且,股票具有时间序列的特性,因此适合用循环神经网络对股票进行预测。
虽然循环神经网络(RNN),允许信息的持久化,然而,一般的RNN模型对具备长记忆性的时间序列数据刻画能力较弱,在时间序列过长的时候,因为存在梯度消散和梯度爆炸现象RNN训练变得非常困难。
Hochreiter和Schmidhuber提出的长短期记忆(LongShort-TermMemory,LSTM)模型在RNN结构的基础上进行了改造,从而解决了RNN模型无法刻画时间序列长记忆性的问题。
因此,本文基于LSTM实现一个股票价格预测模型。
2023/2/23 2:23:41 1.03MB 数据挖掘 python 机器学习 LSTM
1
大数据癌症疾病预测算法python版(含数据),建议使用pycharm运转。
2023/2/23 0:28:46 93KB 大数据 癌症预测 疾病预测
1
本文研究了一种采用坐标计算算法和光敏传感器的高精度跟踪系统。
该系统旨在满足通过光纤对集中阳光传输系统进行阳光跟踪的精度要求。
该系统基于两阶段跟踪过程,该过程包括基于坐标计算算法的粗调和使用专门设计的光敏传感器进行的细调。
感光传感器的核心是一个光电二极管矩阵,它可以通过透镜聚焦准确地检测出阳光焦点的位置。
一旦完成微调,基于太阳轨迹运行趋势的预测控制过程将开始。
由于基于坐标计算算法的太阳轨迹的可预测性和光电二极管矩阵的敏锐度,因而跟踪过程稳定且准确。
最高的跟踪精度取决于光电二极管矩阵的紧凑性,并且对坐标计算算法的精度没有限制。
所提出的系统可以以小于0.3mm的位置精度跟踪太阳的焦点
2023/2/22 18:30:29 1.04MB Solar tracking; Hybrid strategy;
1
《功率变换器和电气传动的预测节制》随书附带仿真文件,具有一定的参考价值。
2023/2/22 16:16:10 459KB 预测控制
1
MATLAB课程设计,关于JPEG压缩编码的使用。
基于Matlab的JPEG图像压缩编码的仿真,编程实现JPEG压缩算法,JPEG标准是静态图像的压缩编码和译码标准。
它包括两种基本的压缩算法,一种是基于DCT离散余弦变换的有损压缩算法,另一种是基于预测方法的无损压缩算法。
2023/2/22 5:02:13 174KB matlab 课设
1
三体问题的起源最晚可追溯到17世纪,当牛顿的划时代巨著《自然哲学的数学原理》问世之后,他的引力理论已经能正确预测两个天体(如一颗恒星和一颗行星)的运动规律,即两个互相吸引的天体的轨道为椭圆形。
但是,三个天体的问题要复杂得多,在当时,牛顿没能提出类似的通解。
时光流逝,经过18、19两个多世纪几代数学家的研究,人们已经认识到三体系统是一个混沌系统,不存在解析解。
混沌系统是典型的非线性系统,它的重要特征之一在于误差的累积性,且误差来源于计算本身——这个“计算本身”是指计算数据的无理性以及混沌系统的微扰敏感性。
也就是说,三体系统不只不具备普遍意义上的解析解,甚至连较长期的数值预测也无法实现,这也是三体问题吸引和困扰几代最杰出的数学家几百年之久的重要原因。
2023/2/18 21:44:03 562KB MATLAB
1
基于OPENCV的运动估计-块婚配,根据锚定帧输出预测帧、预测误差及PSNR,本文采用了穷尽搜索算法MBA及三步搜索法EMBA
2023/2/17 1:08:52 14.22MB OPENCV 运动估计 块匹配
1
其中样本数据Load1998,次要记录了欧洲某地区1998年1月1日至12月31日每30min一次的电力负荷数据。
样本数据Temperature1998记录了该地区1998年1月1日至12月31日每天的平均气温。
样本数据Holidays记录了该地区1997年至1999年的节假日。
2023/2/16 22:38:26 97KB 用电负荷 气温 节假日 EUNITE
1
GABP算法全部代码(遗传算法优化神经网络(BP)进行预测),含详细的代码注释并修改了网上错误的代码,包括顺应度函数,可套用在其它模型
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡