共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
《现代电子技术》2020,(5):105-108
图书馆借阅量具有大规模、混沌性等变化特点,当前图书馆借阅量没有综合考虑该特点,导致图书馆借阅量预测结果与实际不相符,为了获得更加可靠的图书馆借阅量预测结果,设计基于大数据的图书馆借阅量预测模型。首先,分析图书馆借阅量的预测原理,并收集图书馆借阅量的历史数据;然后,引入大数据技术对图书馆借阅量特性进行分析和重建,将原始数据变换为更加有利于图书馆借阅量建模的数据;最后,采用极限学习机对图书馆借阅量进行预测,并采用VC++6.0编写图书馆借阅量预测程序进行仿真实验。结果表明,所提模型的图书馆借阅量预测精度高,图书馆借阅量预测速度快,完全可以满足图书馆借阅量分析研究,并且图书馆借阅量的整体预测结果明显优于传统图书馆借阅量预测模型,为图书馆借阅量预测建模提供了一种新的研究工具。 相似文献
5.
6.
网络流量预测一直是网络研究技术中的热点,针对网络流量变化的时变性、混沌性,提出一种相空间重构和正则极限学习机的网络流量预测模型。首先收集大量的网络流量历史样本,并进行相应的预处理,然后根据混沌理论确定最优延迟时间和嵌入维数,并重构网络流量学习样本,最后采用正则极限学习机建立网络流量预测模型,并进行仿真对比实验。结果表明,相对于其它网络流量预测模型,本文模型可以更加准确描述网络流量的非线性变化特点,提高网络流量预测精度,预测结果具有一定实用价值。 相似文献
7.
对复杂非线性系统的相空间重构理论进行了研究分析,提出了混沌背景中微弱信号检测的回声状态网络方法。针对回声状态网络模型参数选取困难这一问题,采用遗传算法对其模型参数进行优化。将回声状态网络模型参数作为遗传算法的个体,混沌时间序列预测均方根误差的倒数作为适应度函数,通过选择、交叉、变异等操作获得适合数据特点的最优模型参数。根据回声状态网络强大的学习和非线性处理能力,利用得到的回声状态网络模型最优参数建立混沌背景噪声的单步预测模型,将淹没在混沌背景噪声中的微弱瞬态信号和周期信号从预测误差中检测出来。以Lorenz系统和实测的海杂波数据作为混沌背景噪声进行仿真实验,仿真结果表明,本文所提方法在预测精度和训练速度方面均优于支持向量机和神经网络模型,能够有效地检测出混沌背景噪声中的微弱目标信号,且具有较小的预测误差。 相似文献
8.
为了提高网络流量的预测精度,提出一种组合核函数高斯过程的网络流量预测模型。首先采用混沌理论构建网络流量的学习样本,然后将网络流量的训练样本输入组合函数高斯回归模型进行训练,建立网络流量预测模型,最后采用多个网络流量数据进行单步和多步预测对比测试。结果表明,相对于对比模型,本文模型准确描述了复杂多变的网络流量变化趋势,提高了网络流量的预测精度。 相似文献
9.
房地产市场是一个复杂的系统,影响因素较多,本文引入了非线性分析的有效工具——人工神经网络(ANN)。利用BP神经网络中的误差反向传递算法(即BP算法)对房地产价格进行分析,建立了基于BP神经网络的房地产价格预测模型,并利用武汉市2010-2012年各季度商品房价格对模型进行了训练与测试,取得了较好结果,证明了该模型在房地产价格预测方面具有较好的效果,并具有误差小、效率高等优点。最后利用模型对武汉市2013年第3、4季度房地产价格进行了预测。 相似文献