基于ε-SVR模型的日电费回收预测

为了更好地挖掘电费收入数据价值,提高电费回收预测的精准度,提出一种基于超参数支持向量机回归(ε-support vector regression,e-SVR)的预测方法,该方法对用户的历史用电行为、资金到账规律、节假日因素等进行研究分析,并预测日电费回收金额.以某供电公司日电费回收金额作为实际算例,分别对三重季节性模...     

用JNDI访问LDAP目录服务

命名和目录服务是网络计算的重要组成部分。LDAP和JNDI提供了标准的目录协议和标准化的API，使得访问目录服务不必局限于厂商专有的协议和API。文章还通过实例进一步阐述了真实上下文中的JNDI和LDAP应用。     

数据挖掘语言

１ 引言 计算机和信息技术发展的过程,也是数据和信息加工手段不断更新和改进的过程。数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）即从大量的、不完全的、有噪声的、模糊的、随机的、实际应用的多渠道数据源的各种数据中,提取隐含在其中的、人们事先不知道的、但又是潜在的、有价值的模式和数据间关系（信息和知识）的过程。数据挖掘的前身即知识发现ＫＤＤ（Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅ）。 数据挖掘技术的研究与应用已取得了很大的成果。然而,在数据挖掘行业中,还有许多问题困扰着我们,比如,由于各种数据…     

基于自组织神经网络的数字语音识别

提出一种基于自组织神经网络的数字语音识别模型。首先用基于小波变换和线性预测的特征提取方法提取语音信号特征，用自组织神经网络进行识别判决。这种语音识别方法适合于小词汇量的孤立词识别，网络结构简单，所需训练数据十分的少，实时性能好。用MATLAB进行仿真实验，识别率达到98%。     

SARIMA - SVR混合模型在电费收入预测中的应用

针对SARIMA模型和SVR模型在预测电费收入数据时因存在线性因素和非线性因素所产生的难以精准预测的问题,提出一种将SARIMA和SVR相结合的SARIMA - SVR混合模型.利用延边供电公司的月电费收入数据对SARIMA - SVR混合模型的有效性进行验证显示, SARIMA - SVR混合模型的平均绝对百分比误差比SARIMA模型和SVR模型分别低了13.50%和73.75%.该结果表明SARIMA - SVR混合模型对电费收入数据具有较好的预测效果.     

基于多线程技术的双缓冲信息存取

分析了分布式防空C^3I的分布仿真的通信信息的特点：信息的多样性和时效性，分析了线程同步方法和防死锁方法。利用VJ 6．0的多线程技术，建立了缓冲类、存信息线程类和取信息线程类，利用VJ 6．0的多线程技术实现了网络通信信息的双缓冲存取。通过线程的同步、并发处理，提高了信息存取的时效性。此方法在仿真程序中得到了很好的应用。