预测负载数学代码数据驾驶:底特律车队维护建模和预测。注意:本分析使用的数据不公开,并受底特律市运营和基础设施集团的数据保密协议约束。本存储库包含用于的所有源文件:《用数据驱动:底特律车队维护建模和预测》J. Gardner, D. Koutra, J. Mroueh, V. Pang, A. Farahi, S. Krassenstein, 和 J. Webb。详细介绍了PARAFAC / PRISM分析和LSTM维护预测模型的复制方法。ARIMA模型目前在单独的存储库中提供。有关底特律车辆维修数据集上PARAFAC分析的完整结果,请参阅结果页面。要复制“使用底特律数据驱动”(DDD)分析,请先安装ddd模块。最简单的方法是克隆存储库,创建虚拟环境,然后运行$ pip3 install -e . PARAFAC / PR。
预测负载MATLAB代码数据驾驶底特律——论文代码“用数据驱动底特律车队维护的建模和预测”
相关推荐
matlab代码用卷积滤波器预测StreetViewHouseNumber数据集
用matlab代码实现卷积滤波器来预测StreetViewHouseNumber(SVNH)数据集中的32x32街景房号图像。您可以从提供的链接下载数据集,数据文件夹已包含测试数据。训练数据集较大,需单独下载。加载MAT文件后,您将获得两个变量:X是包含图像的4-D矩阵,y是对应的类标签向量。通过访问X(:, :, :, i)可以查看第i个图像,并使用y(i)查看其类标签。项目的代码文件(cnn_theano.py)包含了使用theano框架在SVNH数据集上进行训练的代码,实现了卷积神经网络的批量梯度下降。代码中使用了两个2x2池化层和20个3x5过滤器。
Matlab
7
2024-09-30
MATLAB 中的 ARMA 建模和预测
本代码可用于轻松地实现自回归移动平均 (ARMA) 建模和预测,超越了 MATLAB 自身文档中提供的功能。
Matlab
11
2024-06-01
matlabcusum代码-数据驱动分析
matlab cusum代码数据驱动的应用通过分析数据集来找出其内在特征。四个ipython笔记本: oxy提供了对数据的标准分析(未发现变化点),而multiple_changepoint则通过两种不同方法进行多变点检测,突出了变化点检测方法的差异。averaged_signal对超过8个信号平均值的执行窗口进行优化。Matlab笔记本oxy.mat通过调用matlab函数cusum_padding.m计算均值的cusum,并使用函数cusum_covariance.m计算协方差的变化。脚本mat2python.py可将数据从.mat加载到numpy数组中。数据文件夹包含下载的数据集,适用于
Matlab
8
2024-07-22
灰色预测方法的Matlab代码
灰色预测方法的Matlab代码,用于预测未来趋势的数据,下载后替换成自己的数据即可使用。
Matlab
17
2024-08-27
MATLAB流量建模代码Human Resource Analytics员工离职预测
matlab 的流量代码,用在人力资源预测上其实还挺有意思的。项目是基于 Kaggle 上的一个员工数据集,字段挺全的,比如员工满意度、平均每月工时这些,拿来练模型方便。
香草神经网络、支持向量机这些经典模型都试了一遍,还搭了个带反向传播的多层感知器,运行在 Matlab 里,代码不复杂,逻辑也清晰。
数据分成了两块:原始的放在原始 Kaggle 数据集里,好的就在清除的数据文件夹里。清洗过程可以学不少技巧,是怎么缺失值和分类字段。
重点是,嗯……它计划后续用Keras/TensorFlow重构一版——对你要迁移到深度学习框架的项目来说,也是一种思路参考。
如果你最近也在琢磨员工离职预测这种场
Matlab
0
2025-06-23
齿轮1切削磨损数据驱动预测数据完整版
提供齿轮1切削磨损数据,用于驱动预测的完整数据。
算法与数据结构
10
2024-05-20
如何编写灰色预测的Matlab代码
灰色预测模型在Matlab中的实现方法,包括初始值设定为[1662.87 2163.4 1965.35 2472.48 2900.66 3034.93 2755.5 3207 3462],并预测未来4年的数据。
Matlab
7
2024-09-26
Python预测之美-数据分析与算法实战的代码维护
数据结构是计算机存储和组织数据的方式,涉及数据的逻辑结构、物理结构及基本操作。数据结构选择影响程序效率、可读性和可维护性。常见数据结构包括数组、链表、栈、队列、树和图。算法是解决问题的步骤,涉及数据运算和操作的详细描述。算法设计和选择直接影响程序效率,需考虑时间复杂度、空间复杂度等因素。数据结构与算法密不可分,理解和运用数据结构、学习研究算法,可提升编程能力,有效解决实际问题。
算法与数据结构
14
2024-07-13
Matlab代码提取文件要素的数据驱动平衡模型
该存储库通过数据驱动的平衡模型学习主要的物理过程,提供了关于数据驱动优势余额分析的代码和详细信息。代码重现论文结果,并探索其他系统中的主导平衡。使用了开箱即用的scikit-learn算法,无需额外导入库。包含了以下示例笔记本:1. Burgers方程的简单PDE模型;2. $ \mathrm{Re} = 100 $圆柱涡旋唤醒的不确定性分析演示;3. 湍流边界层的平衡区域与两种缩放比例的一致性分析。详细数据来源见附录A。
Matlab
13
2024-08-03