WebStock预测 此项目是基于django的Web应用程序。它能指定指定范围内公司（此处为10个）的历史股票数据与未来某段时间的预测数据以及该股票的一些评价指标。 的一种LSTM神经网络模型。 目录说明 display_img：保存演示图片 htmlcov：使用coverage.py集成测试，自动生成的文件夹 LSTMPredictStock：包含了有关模型的一切，包括训练数据及其获取代码，模型构造，训练的代码，训练好的模型以及关于该python包的配置文件config.json的信息 stock_predict：基于django开发框架的Web应用程序，包含一个Web应用程序的相关内容。 WebStock预测：包含对django项目进行管理，配置的程序 db.sqlite3：此Web应用所需的数据就存放在sqlite3数据库中 manage.py：管理django项目的快捷方式AP

互联网+地质灾害大数据可视化预警预测系统建设方案

移动通信基站电磁波传播预测在移动通信网络设计和电磁辐射环境影响评价中起着关键性作用。介绍了反向射线跟踪的三维路径搜索方法，这种搜索方法建立在三维模型数据信息的基础之上，方便，快捷。首先，建立环境小区的三维建筑物模型；其次，运用本文所介绍的三维路径搜索方法，找出电波精确的传播路径，对每一条路径计算接收点场强，叠加得出总场强；最后用软件实现场强预测系统，并用实验验证预测模型的准确性。

论文-基于四种模型交通流量分析预测系统的设计和实现.doc

1、下载并安装mysql，将脚本执行至数据库中； 2、配置java环境，使用jdk8，配置环境变量，下载IntelliJ IDEA 2019.2.4，该工具为java代码编译器 3、下载Maven，配置至环境变量（百度搜索很多），将构建器为Maven，类库配置成阿里库（方法：百度搜索很多很多） 4、将工程导入后，在application-local.yml文件中配置数据库 5、在logback-prod.xml文件中配置log日志 6、配置完毕后，即可启动 访问地址：http://localhost:8082/anime/login.html 用户名：admin 密码：admin V：china1866 1、 登录 2、 首页 3、 权限管理-用户管理 4、 权限管理-添加用户数据 5、 交通数据管理-查看交通数据 6、 交通数据管理-添加交通数据 7、 交通预测-交通数据预测 脚本： CREATE TABLE `traffic_data_t` ( `id` INT(11) NOT NULL AUTO_INCREMENT COMMENT '序列', `trafficId` VARCHAR(50) NULL DEFAULT NULL COMMENT '交通数据编号', `trafficContent` VARCHAR(50) NULL DEFAULT NULL COMMENT '交通状况', `trafficSection` VARCHAR(200) NULL DEFAULT NULL COMMENT '交通路段', `trafficMan` VARCHAR(200) NULL DEFAULT NULL COMMENT '上报人', `trafficDate` VARCHAR(200) NULL DEFAULT NULL COMMENT '上报时间', `status` VARCHAR(200) NULL DEFAULT NULL COMMENT '交通状态', PRIMARY KEY (`id`) ) COMMENT='交通数据表' COLLATE='utf8_general_ci' ENGINE=InnoDB AUTO_INCREMENT=44 ; CREATE TABLE `sys_user_t` ( `id` INT(11) NOT NULL AUTO_INCREMENT, `role_id` INT(11) NULL DEFAULT NULL COMMENT '角色ID', `user_id` VARCHAR(50) NOT NULL COMMENT '用户ID', `user_name` VARCHAR(100) NOT NULL COMMENT '用户名', `status` INT(11) NOT NULL COMMENT '是否有效0:false\\\\1:true', `create_date` TIMESTAMP NULL DEFAULT CURRENT_TIMESTAMP, `create_by` VARCHAR(100) NULL DEFAULT NULL, `last_update_date` TIMESTAMP NULL DEFAULT CURRENT_TIMESTAMP, `last_update_by` VARCHAR(100) NULL DEFAULT NULL, `password` VARCHAR(128) NOT NULL, `tenantcode` VARCHAR(50) NOT NULL, `diskId` VARCHAR(500) NULL DEFAULT NULL, `remarks` VARCHAR(500) NULL DEFAULT NULL, PRIMARY KEY (`id`) ) COMMENT='系统用户表' COLLATE='utf8_general_ci' ENGINE=InnoDB AUTO_INCREMENT=51 ; CREATE TABLE `sys_role_t` ( `role_id` INT(11) NOT NULL COMMENT '角色ID', `role_name` VARCHAR(200) NOT NULL COMMENT '权限名称', `status` INT(11) NOT NULL COMMENT '是否有效0:true\\\\1:false', `create_date` TIMESTAMP NULL DEFAULT CURRENT_TIMESTAMP, `create_by` VARCHAR(100) NULL DEFAULT NULL, `last_update_date` TIMESTA

在锂电池的放电，充电，SOC预测等方面均取得了不错得效果。

一个基于python flask技术的web应用，对往年数据ARIMA模型处理， 能提供3天，7天，15天预测数据，同时提供回看数据，登录，注册等功能

基于RFM模型实现的零售精准营销响应预测系统数据：Retail_Data_Response.csv：customer_id,response Retail_Data_Transactions.csv：customer_id,trans_date,tran_amount

QtDesigner模式识别系统范例——自行车需求量预测系统 本案例旨在用QtDesigner与Python结合实现图像化界面，GUI。 其中包含数据预处理模块、特征提取模块、模型建立模块，以及最后的图形化展示模块等等。

基于BP网络的彩票预测系统的研究.kdh 双色球彩票分析技术及其应用研究.nh 双色球的数理分析及其应用.caj BP算法的模拟程序.caj 预测源代码（练习用，不很准确）