本专区汇聚了各类基于 预测 开发的源码资源，共计 152 篇资源供开发者免费下载学习。
神经网络的实用案例，有BP神经网络，GABP，hopfield,SVM等用于模式识别，分类，预测的实例
基于混沌时间序列的volterra只适应滤波器预测程序，可以很好的训练和预测，希望对你们有帮助.
利用BP神经网络进行训练预测采用BP神经网络的建立、训练和仿真，并应用BP神经网络是目前人工神经网络模式中最具代表性、应用得最广泛的一种模型，具有自学习、自组织、自适应能力以及很强
卡尔曼滤波广泛运用与现代控制领域，笔者程序运用了卡尔曼滤波思想，对匀速运动的物体进行跟踪和预测，从而得到理论与实际数据的对比。不管是控制课程学习还是运动跟踪与预测都有很高价值
基于时间序列模型的预测模型，可以对年周期的观测结果进行分析预测时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。时间序列法是一种定量预测方
时间序列的预测在经济和工程领域具有十分重要的意义。文中利用动态神经网络的特性,提出对时间序列进行预测的动态神经网络方法,并利用设计的动态神经网络对杜芬(Duffing)方程的响应时
时间序列是随时间改变而随机地变化的序列，时间预测序列是指用前面干各点的数据来预测当前和以后的数据。时间序列预测的方法在随机过程理论中一般采用线性模型进行预测，比如AR模型，MA模型
近年来,对非线性系统尤其是混沌背景下产生的时间序列的分析越来越受 到人们的关注。混沌现象介于确定关系和随机关系之间,是对现有确定模式的推 广,是自然界客观存在的一类重要的形式。
在此代码中，键入 2 模糊神经网络预测与相应的精度和较低的计算时间。欢迎大家下载、试用。谢谢大家的支持！
kalman滤波器是一种由状态预测系统、利用观测结果校正状态预测系统两大部分构成的状态跟踪滤波器。本例程处理的是篮球从高处落下的过程中，篮球的位置的预测问题，对于kalman滤波器
微粒群算法，又称粒子群优化(Particle Swarm Optimization, PSO)，是由J. Kennedy和R. C. Eberhart等于1995年开发的
用神经网络预测的matlab代码。欢迎大家下载、使用。谢谢支持。