霅霅のNPY的案例列表

使用深度学习方法从数据中预测未来温度变化

人工智能-其他 霅霅のNPY

复现 IJCAI 2018 论文中的模型,同时修改 GeoMAN 时序模型,在其中加入卷 积层以抽象特征,模型能充分分析历史气象数据及粮食温度数据以预测未来粮 食温度变化。(https://github.com/CraKane/GeoMAN-grain-temperature) 该模型会将气象数据作为外部特征,将粮食数据作为内部特征进行学习,测试 集数据中预测率高达 98%,数据中误差 1 - 2 个单位数量级。...

使用深度学习方法从数据中预测未来温度变化
使用深度学习方法从数据中预测未来温度变化
使用深度学习方法从数据中预测未来温度变化

使用三种机器学习方法处理回归问题

人工智能-其他 霅霅のNPY

使用 SVR 回归模型、非线性映射的线性回归模型、带有 BP 算法的多层感知 机模型、三种方法处理工业上生产设备多种因素对于推进速度性能影响的回归 拟合问题。 https://github.com/CraKane/Machine_Learning_Methods_For_Regression_Matlab 其中线性回归模型使用 ACO 算法进行改进,使其最小化损失函数,该方法在 测试集中回归正确率 84%、SVR 正确率 81%、线性回归 87%、MLP 87%。...

使用三种机器学习方法处理回归问题
使用三种机器学习方法处理回归问题
使用三种机器学习方法处理回归问题
------ 加载完毕 ------
联系需求方端客服