说明:本案例是采用GRNN(径向基)神经网络预测水资源量,GRNN神经网络适合于小样本、高精度预测,本实例附有数据(不全),下载者可以直接将数据更改为自己的数据便可以使用。程序中使用了交叉验证方法,使预测精度大大提高。
说明:一篇基于交叉粒子群的改进算法,适于无线传感器的优化路由
说明:在支持向量机中用于交叉核对的matlab程序。精度较高-In support vector machines used to cross-check the matlab program. High precision
说明:交叉熵(CE)方法由于Reuven鲁宾斯坦是一个普通的Monte Carlo方法的组合和连续多极值优化和重要性采样。该方法起源于稀有事件仿真领域,
说明:可测算效率值,不会出现无效率状态,比传统dea模型测算结果更加客观。