辅导文章
模型描述
1）相似度统计量构造。数据归一化后，利用皮尔森相关系数确定环境因子权重，构造相似日的统计量－相似度。
2）K-means 聚类。根据相似度应用 K-means 聚类法对历史日数据样本聚类，找出合适样本，使得历史日样本被分为若干类。
3）预测日所属类别识别。以相似度最大的类别作为预测日的类别，形成训练样本。
4）ELM 神经网络建模与预测。利用训练样本建立ELM 神经网络模型，利用测试样本对模型进行验证。最后，经过补偿及反归一化过程得出最后预测值。
预测效果
论文辅导 | 基于K-means聚类和ELM神经网络的养殖水质溶解氧预测
机器学习之心2024-06-27 14:05
相关推荐
计算机源码社7 小时前
基于Spark的租房数据挖掘与可视化平台构建研究 基于K-Means与PCA的租房价值洞察与可视化分析卷毛迷你猪9 小时前
快速实验篇（B11）用户 RFM 与聚类分群实战沐欣工作室_lvyiyi9 小时前
基于神经网络PID算法的燃气管道压力系统（论文+源码）Yolanda_20229 小时前
18.神经网络-卷积层这张生成的图像能检测吗1 天前
（论文速读）AdaCluster：让视频 DiT 的稀疏注意力学会“区别对待”Q 和 KFigo_Cheung1 天前
Figo生成式AI高维潜空间认知模式解构研究打不了嗝 ᥬ᭄1 天前
卷积神经网络（CNN）基础与整体架构梦帮科技2 天前
LoRA / QLoRA 低秩矩阵流形更新：SVD 分解、秩与缩放因子 α 的物理意义与梯度稳定性保障梦帮科技2 天前
多任务权重流形融合：SLERP 球形线性插值、DARE 稀疏剪枝与多专家模型融合落地Light Gao2 天前
RNN 原理、架构与一次完整手算