Kalman滤波原文：《A New Approach to Linear Filtering and Prediction Problems》

Uyy danych z GUSu dla Polski z lat 2000-2020。 Przy doborzeatrybutówmodelu wykorzystanometodę套索orazregresjęgrzbietową。

DESlib DESlib是一个易于使用的集合学习库，致力于实现动态分类器和集合选择的最新技术。 该库基于 ，并使用相同的方法签名： fit ， predict ， predict_proba和score 。 所有动态选择技术都是根据的定义实施的。 动态选择： 动态选择（DS）是指根据要分类的每个新样本在测试时动态选择基本分类器的技术。 仅选择最胜任的分类器或最胜任的分类器来预测特定测试样品的标签。 这些技术的基本原理是，不是池中的每个分类器都是对所有未知样本进行分类的专家，而是每个基本分类器都是在特征空间的不同局部区域中的专家。 DS是最有前途的MCS方法（多重分类器系统）之一，原因是越来越多的实证研究表明其性能优于静态组合方法。 这样的技术已经实现了更好的分类性能，尤其是在处理小型且不平衡的数据集时。 安装： 可以使用pip安装该软件包： 稳定版： pip install

A Spatio-temporal Transformer for 3D Human Motion Prediction

用于轨迹预测的 Transformer 网络 这是论文的代码 要求 pytorch 1.0+ 麻木 西比 熊猫 张量板 （项目中包含的是修改版） 用法 数据设置 数据集文件夹必须具有以下结构： - dataset - dataset_name - train_folder - test_folder - validation_folder (optional) - clusters.mat (For quantizedTF) 个人变压器 要训​​练，只需运行具有不同参数的train_individual.py 示例：训练 eth 的数据 CUDA_VISIBLE_DEVICES=0 python train_individualTF.py --dataset_name eth --name eth --max_epoch 240 --bat

使用带有LSTM的DRL进行库存预测 该项目专注于股票预测，我们的目标是使用带有DSTM的DRL来实现一个交易框架。

包含网络 Deep Belief Network (DBN) Convolutional Neural Network (CNN) Recurrent Neural Network (RNN) Long Short Term Memory (LSTM) Stacked Autoencoder (sAE) Stacked Sparse Autoencoder (sSAE) Stacked Denoising Autoencoders (sDAE) 版本信息 Version 2018.5.10 New 新增了网络RNN与LSTM New 新增了保存模型的功能 Chg 更改了项目名称 Chg 更改了部分代码，提高运算效率 Chg 改写了网络的feed部分，现在所有网络共用训练与测试的函数 Fix 路径创建不成功的Bug Info sSAE和sDAE的Code实现可能不太

tsRFinder：一种用于tRNA衍生的小RNA注释的工具

iQuant用户手册 0.如何启动软件 请下载apia.rar文件并解压缩。 在目录中，您可以找到一个名为apia.exe的文件。 双击该文件以运行我们的软件。 1.登录 软件启动后，请单击“登录”按钮。 然后输入以下用户名和密码登录软件。 用户名 ： - - - - 密码 ： - - - - 2.首页 主页主要显示ETF的价格信息，包括最新价格（如果处于开盘期间，则每30秒更新一次），上一期间的收盘价，绝对涨跌幅以及相对涨跌幅范围，当前时段的开盘价，最高价和最低价以及常用的移动平均线信息。 3.管理ETF 此页面使您可以管理（添加或删除）当前投资的ETF。添加新的ETF时，我们支持同时添加多个ETF。 应当注意，每个ETF的名称必须用逗号或分号分隔。 4.更新历史数据 尽管我们的软件在启动时已经完全更新了历史数据。 但是，有时我们会使软件长时间处于活动状态，因此在计算

matlab股票预测代码股市预测 使用人工神经网络分析和预测股市 ＃描述 Code 文件夹包含 3 个文件，CHO（包含用于训练神经网络的股票市场数据的数据文件），MATLAB_CODE（.m 文件，这是要在 MATLAB 环境中执行的实际 MATLAB 代码），errperf （删除一些错误的 .m 文件）。所有这些文件都需要存在于同一个文件夹中，一旦 MATLAB_CODE.m 文件被执行，需要选择“添加到路径”，神经网络训练工具打开并epochs(training) 需要一些时间才能完成。因此可以使用 nntrain 工具箱查看结果图。