时序预测

利用matlab实现贝叶斯优化算法（BO）优化支持向量机回归(SVR)的超参数

传统调参三大痛点：C参数（正则化强度）：过小导致过拟合，过大削弱模型能力ε参数（不敏感区域）：决定对预测误差的容忍度核
是内啡肽耶·2025-03-16 16:41

深度学习处理时间序列（2）

（让人想到波，想到傅里叶变换）对于这个数据集，如果你想根据前几个月的数据来预测下个月的平均温度，那么问题很简单，因为数据具有可靠的年
yyc_audio·2025-03-16 14:25

机器学习的下一个前沿是因果推理吗？——探索机器学习的未来方向！

机器学习的进化：从预测到因果推理机器学习凭借强大的预测能力，已经彻底改变了多个行业。然而，要实现真正的突破，机器学习还需要克服实践和计算上的挑战，特别是在因果推理方面的应用。
真智AI·2025-03-16 13:49

智慧运维与物联网技术在地铁车辆段的应用项目

该系统可以实时监控设备状态、预测故障、提供智能决策支持、优化维护策略，并降低运营成本，同时提高乘客安全。其应用拓展至整个地铁线路，乃至与城市交通系统协同，展现了智慧运维对公共交通系统现代化的贡献。
罗博深·2025-03-16 12:11

构建多序列比对的删除矩阵Deletion Matrix

从多序列比对（MultipleSequenceAlignment,MSA）数据中构建删除矩阵（DeletionMatrix）是蛋白质结构预测中的一个重要步骤。
qq_27390023·2025-03-16 12:09

【JCR一区级】被囊群算法TSA-Transformer-GRU负荷数据回归预测【含Matlab源码 6309期】

Matlab武动乾坤博客之家
Matlab武动乾坤·2025-03-16 11:36

ARM N2微架构介绍

前端Front-End前端的设计相比较前代可以说是巨大提升，预测和取指依然是
「已注销」·2025-03-16 11:05

深入探究YOLO系列的骨干网路

其通过将整个图像作为输入，并且直接在图像上通过一个单独的神经网络输出每个检测框的类别预测和边界框信息。为了更好地理解YOLO系列，我们需要先了解它所使用的骨干网路。
编码实践·2025-03-16 10:59

如何用deepseek炒股

使用DeepSeek进行炒股的核心思路是利用其强大的数据处理和预测能力，辅助投资决策。
Real Man★·2025-03-16 10:29

房产租赁数据分析与可视化

【实训内容】  1.数据统计与分析方面的可视化；  2.数据分析与预测方面的可视化；  3.数据多类型的可视化。  本次实验以温州市三区房屋租赁数据（res
学习只是用户态·2025-03-16 10:28

KNN算法性能优化技巧与实战案例

一、核心性能瓶颈维度挑战描述计算复杂度单次预测需计算全部训练样本距离，时间复杂度为（n=样本数，d=特征维度）内存占用需全量存储训练数据，大规模数据集难以加载高维灾难高维数据中距离计算失去
可问 可问春风·2025-03-16 09:22

基于人工智能的智能视频内容分析系统

减少数据量，提取关键信息2.目标识别检测基于深度学习模型（YOLO、FasterR-CNN等）识别多种目标类型（人、车辆、物品等）适应不同光照、角度和遮挡情况输出目标位置、类别和置信度3.行为分析研判基于时序模型
小彭律师·2025-03-16 09:21

Matlab多种算法解决未来杯B的多分类问题

3.训练多个模型我们选取8种常见分类模型，并存储预测结果。
Subject.625Ruben·2025-03-16 06:05

基于时间序列预测的推理服务弹性扩缩容实战指南：（行业案例+数学推导+源码解析）

技术原理（数学公式）整体架构请求量预测→扩缩容决策→资源配置动态调整三阶段闭环，周期为5-30分钟核心预测模型（时间序列预测）LSTM预测公式（CSDN兼容格式）：$$h_t=\text{LSTM}(x_t
燃灯工作室·2025-03-15 23:12

Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发与优化的最佳实践

因此，利用自然语言处理（NLP）技术来分析股票新闻的情感倾向，可以帮助我们预测市场动向，从而做出更明智的投资决策。本文将带你了解如何开发和优化一个基于Pytho
云策量化·2025-03-15 23:08

物联网设备数据流转之搭建环境：开源高性能分布式支持SQL的时序数据库TDengine

背景我们的项目涉及物联网相关业务，由于一开始的年少无知，传感器数据采用了MySQL进行存储，经过近两年的数据累积，目前几个核心表，单表数据已过亿，虽然通过索引优化、SQL优化以及读写分离等措施，勉强满足基本的查询，能在秒级给出数据；但是一方面当前MySQL数据表索引的大小甚至超过了数据大小，这样下去肯定不行；另一方面来自于前端感知设备的数据量还在持续增加，当面对用户多维度的统计需求，在实现上、效率
Heartsuit·2025-03-15 21:27

TDengine 使用教程：从入门到实践

TDengine是一款专为物联网（IoT）和大数据实时分析设计的时序数据库。它能够高效地处理海量的时序数据，并提供低延迟、高吞吐量的性能表现。
遇见伯灵说·2025-03-15 21:55

准确率（Precision）和召回率（Recall）

准确率（Precision）定义：准确率是指在模型预测为正的样本中，真正为正的样本所占的比例。它关注的是模型预测的准确性。
asdfg1258963·2025-03-15 16:47

机器学习-----决策树

特征选择2.2树的生成2.3树的剪枝3.决策树的优缺点4.决策树的应用4.1分类任务4.2回归任务4.3集成学习代码示例总结1、概念1.1决策树是什么决策树是通过对样本的训练，建立出分类规则，并对新样本进行预测
多巴胺与内啡肽.·2025-03-15 15:37

机器学习驱动的智能化电池管理技术与应用

电池管理技术概述电池的工作原理与关键性能指标电池管理系统的核心功能ØSOC估计ØSOH估计Ø寿命预测Ø故障诊断人工智能机器学习基础人工智能的发展机器学习的关键概念机器学习在电池管理中的应用案例介绍人工智能在电池荷电状态估计中的应用荷电状态估计方法概述基于迁移学习的
萌萌可爱郭德纲·2025-03-15 15:07

数字孪生对于新基建的价值浅析，算是抛砖引玉。

模拟预测与优化利用AI和大数据分析
大牛工控设计师·2025-03-15 14:04

Matlab/simulink 风储调频，风电调频，模糊控制，mpc模型预测，虚拟惯性控制，下垂控制。

MPC通过状态空间表达式通过fk预测下一时刻fk+1频率，仿真结果表明预测频率和实际频率相差不大。因此可以用mpc预测频率，去改变风电出力。这样利用mpc的超前预测能力进而预测风电出力。
风储wind-专业frequency·2025-03-15 12:48

HarmonyNext深度解析：ArkUI高效渲染与性能优化实战

在华为Mate60系列实测中，复杂界面渲染延迟降低42%智能脏区检测机制基于机器学习的区域更新预测算法，
披光人·2025-03-15 12:14

基于大模型的单纯性孔源性视网膜脱离预测及治疗方案研究报告

目录一、引言1.1研究背景与目的1.2国内外研究现状1.3研究方法与创新点二、单纯性孔源性视网膜脱离概述2.1发病机制2.2高危因素2.3临床表现与诊断方法三、大模型在术前预测中的应用3.1模型选择与数据收集
LCG元·2025-03-15 09:27

吴恩达机器学习笔记复盘（二）监督学习和无监督学习

在线广告，输入广告和用户信息，预测用户是否点击广告，为公司带来大量
wgc2k·2025-03-15 09:21

cv君独家视角 | AI内幕系列七：EfficientViT模型：基于多尺度线性注意力模块，实现高效的高分辨率密集预测

专题概况cv君独家视角|AI内幕系列是一个专注于人工智能领域的深度专题，旨在为读者揭开AI所有领域技术的神秘面纱，展示其背后的科学原理和实际应用。通过一系列精心策划的文章，我们将带您深入了解AI的各个领域，从计算机视觉到文本语音等多模态领域，从基础理论到前沿技术，从行业应用到未来趋势。无论您是AI领域的工程师或者专家，还是对这一领域充满好奇的读者，这个系列都将为您提供高价值的见解和启发，为您带来横
cv君·2025-03-15 09:19

安全中心建设关键技术之机器学习

在本课题在大量数据中自动分析获得规律，并利用规律对未知数据进行预测。通过机器学习重点解决目前无法在识别撞库攻击源IP地址的基础上，进一步识别出被撞库成功的账号。
sinfoyou·2025-03-15 07:33

R+VIC模型融合实践技术应用及未来气候变化模型预测

在气候变化问题日益严重的今天，水文模型在防洪规划，未来预测等方面发挥着不可替代的重要作用。目前，无论是工程实践或是科学研究中都存在很多著名的水文模型如SWAT/HSPF/HEC-HMS等。
科研的力量·2025-03-15 06:57

什么是代理？

通过预定义代码路径编排LLM和工具代理：动态自主决策流程和工具使用的系统何时（不）使用代理基本原则：优先选择最简单的解决方案仅在必要时增加复杂性权衡考量：代理系统以延迟/成本换取任务性能明确定义任务→工作流（可预测性
AI Echoes·2025-03-15 05:38

Java常用集合与映射的线程安全问题深度解析

Java常用集合与映射的线程安全问题深度解析一、线程安全基础认知在并发编程环境下，当多个线程同时操作同一集合对象时，若未采取同步措施，可能导致以下典型问题：数据竞争：多个线程同时修改数据导致结果不可预测状态不一致
扣得A艾·2025-03-15 04:07

Java常用集合与映射的线程安全问题深度解析

Java常用集合与映射的线程安全问题深度解析一、线程安全基础认知在并发编程环境下，当多个线程同时操作同一集合对象时，若未采取同步措施，可能导致以下典型问题：数据竞争：多个线程同时修改数据导致结果不可预测状态不一致
jiajia651304·2025-03-15 03:51

安全密码生成器

默认值支持：初始化时已预设常用参数（长度12，全选字符类型）2.安全增强加密安全：使用secrets模块替代random，符合NIST安全标准配置校验：未选择字符类型时抛出错误，密码长度<8时弹出警告防预测设计
那曾是梦·2025-03-15 03:48

数据挖掘技术介绍

数据挖掘技术介绍分类聚类关联规则挖掘预测异常检测特征选择与降维文本挖掘序列模式挖掘深度学习集成学习数据挖掘（DataMining）是一种从大量数据中提取有用信息和模式的技术，旨在从数据中发现隐藏的规律、
柒柒钏·2025-03-14 23:25

【PyTorch】torch.nn.functional.cross_entropy() 函数：分类任务的交叉熵损失函数

torch.nn.functional.cross_entropytorch.nn.functional.cross_entropy是PyTorch中用于分类任务的交叉熵损失函数，用于衡量预测概率分布与真实类别分布之间的差异
彬彬侠·2025-03-14 23:24

YOLOv8涨点大全总结（源码）

常见的性能指标包括：指标名称含义mAP5050%交并比阈值下的平均精度mAP50-9550-95%交并比阈值范围内，步长为5%的平均精度Precision预测正确的正样本占总预测正样本的比例Recall
清风AI·2025-03-14 23:21

LLM推理和优化（1）：基本概念介绍

一、LLM推理的核心过程：自回归生成LLM（如DeepSeek、ChatGPT、LLaMA系列等）的推理本质是自回归生成：从初始输入（如[CLS]或用户prompt）开始，逐token预测下一个词，直到生成结束符
AndrewHZ·2025-03-14 23:50

金融风控可解释性算法安全优化实践

在技术实现层面，重点解析支持向量机与随机森林的改进方案，结合数据清洗与标注的标准化流程，强化风险预测模型在准确率、F1值等关键指标的表现，同时兼顾合规性与安全边界的设计要求。提示：金融机构在部
智能计算研究中心·2025-03-14 22:43

Git 钩子自动化部署完全指南：掌握 post-receive 触发机制与生产实践

文章目录Git钩子自动化部署完全指南：掌握post-receive触发机制与生产实践一、核心机制剖析1.1触发三要素1.2触发时序图二、配置全流程详解2.1目录结构规范2.2权限控制矩阵2.3标准脚本模板三
窝窝和牛牛·2025-03-14 22:37

set_clock_groups

一、命令参数与工具处理逻辑核心参数定义参数定义工具行为工具兼容性-asynchronous完全异步时钟组，无任何相位或频率关系（如独立晶振、不同时钟树）工具完全禁用组间路径的时序分析，但需用户自行处理跨时钟域
jh你好·2025-03-14 20:55

机器学习(二) 本文(2.5万字) | KNN算法原理及Python复现 |

文章目录一KNN算法原理二KNN三要素三机器学习中标准化四KNN分类预测规则五KNN回归预测规则六KNN算法实现方式七KDTree7.1构造KDtree7.2KDtree查找最近邻八KNN特点九KNN算法实现案例一案例二
小酒馆燃着灯·2025-03-14 19:11

芯片时钟树结构（H-tree,Fishbone,FlexH,Mesh等）的对比、应用实例及未来趋势

引言在先进制程芯片设计中，时钟树综合（ClockTreeSynthesis,CTS）的优化程度直接影响芯片的时序收敛、功耗分布和面积利用率。
赛卡·2025-03-14 16:46

基于分组 NMS 的检测模型后处理改进

引言在目标检测任务中，后处理阶段的非极大值抑制（Non-MaximumSuppression,NMS）是至关重要的一环，主要用于去除高度重叠的冗余预测框。
Lunar*·2025-03-14 15:11

【AI论文】TPDiff：时序金字塔视频扩散模型

摘要：视频扩散模型的发展揭示了一个重大挑战：巨大的计算需求。为了缓解这一挑战，我们注意到扩散的反向过程具有内在的熵减少特性。鉴于视频模态中的帧间冗余，在高熵阶段保持全帧率是不必要的。基于这一洞见，我们提出了TPDiff，一个统一的框架，用于提高训练和推理效率。通过将扩散过程分为几个阶段，我们的框架在扩散过程中逐步增加帧率，仅在最后阶段采用全帧率，从而优化计算效率。为了训练多阶段扩散模型，我们引入了
东临碣石82·2025-03-14 14:31

卷积神经网络可视化

卷积神经网络（CNN）的可视化是理解模型行为、调试性能和解释预测结果的重要工具。
天行者@·2025-03-14 13:25

3.13 YOLO V3

-特征做得更细致，融入多持续特征图信息来预测不同规格物体。-先验框更丰富了，3种scale，每种3个规格，一共9种。-softmax改进，预测多标签任务。
不要不开心了·2025-03-14 11:44

XGBoost算法深度解析：从原理到实践

其核心思想通过迭代集成弱学习器（CART树）逐步修正预测误差，并引入正则化机制控制模型复杂度，防止过拟合。
彩旗工作室·2025-03-14 11:36

《一文讲透》第4期：KWDB 数据库运维（6）—— 容灾与备份

一、KWDB容灾WAL概述KWDB采用预写式日志（Write-AheadLogging，WAL），记录每个时序表的模式变更和数据变更，以实现时序数据库的数据灾难恢复、时序数据的一致性和原子性。
KaiwuDB 数据库·2025-03-14 10:28

文本挖掘+情感分析+主题建模+K-Meas聚类+词频统计+词云（景区游客评论情感分析）

利用朴素贝叶斯和SVM等模型进行情感预测，探讨满意度与情感的关系。通过KMeans聚类和LDA主题分析，提取游客关心的话题，提供优化建议，为未来研究提供方向。
请为小H留灯·2025-03-14 08:49

Python实现机器学习项目教程：房价预测

Python实现机器学习小项目教程：房价预测案例机器学习（MachineLearning）是数据科学中的一项重要技术，它通过从数据中学习规律，进行预测和决策。
向着开发进攻·2025-03-14 08:47

AI Agent在企业预算管理与成本控制中的应用

AIAgent在企业预算管理与成本控制中的应用关键词：AIAgent、企业预算管理、成本控制、机器学习、预测模型、优化算法摘要：本文深入探讨了AIAgent在企业预算管理与成本控制中的应用。
SuperAGI2025·2025-03-14 06:36
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他