数据预测
-
基于RLS算法的数据预测与MATLAB实现
递归最小二乘（RLS）算法是一种典型的数据处理方法，由著名学者高斯在1795年提出，高斯认为，根据所获得的观测数据来推断未知参数时，未知参数最可能的值是这样一个数据，即它使各项实际观测值和计算值之间的差的平方乘以度量其精度的数值以后的和为最小，这就是著名的最小二乘。递归最小二乘（RLS）算法在信号自适应滤波分析中广泛应用，递归最小二乘（RLS）算法收敛速度快，且对自相关矩阵特征值的分散性不敏感，然而其计算量交大，本章主要研究基于RLS进行数据的预测与MATLAB实现。 -
-
-
svr(support vector regression)，即支持向量回归
svr(support vector regression)，即支持向量回归，是人工神经网络的一种学习算法。可用于数据预测等。 -
Elman神经网络的数据预测----电力负荷预测模型研究
Elman神经网络是Elman于1990年提出的，该模型在前馈网络的隐含层中增加了一个承接层，作为一步延时的算子，以达到记忆的目的，从而使系统具有适应时变特性的能力，能直接动态反映动态过程系统的特性。 Elman型回归神经网络一般分为四层：输入层，中间层（隐含层），承接层和输出层。 如图: 起输入层，隐含层和输出成的连接类似于前馈网络，输入层的单元仅起信号传输作用，输出层单元起线性加权作用。隐含层单元的传递函数可采用线性或非线性函数，承接层又称为上下文层或者状态层，它用来记忆隐含层单元前一时刻的输出值并返 -
-
PSO-RBF
自己编写的PSO优化RBF程序，绝对可以运行。编个程序不容易，请支持。可以根据实际应用进行改编。可进行数据预测或模式识别 PSO优化RBF -
-
广义回归神经网络的数据预测
基于广义回归神经网络的数据预测，使用交叉验证的GRNN神经网络预测程序，包含BP和GRNN效果比较程序。两网络用相同的数据进行训练。 -
