《表2 回归模型特征：基于卷积神经网络的机票低价预测》
提取 ⇩
《基于卷积神经网络的机票低价预测》
针对上述回归方法，利用已知数据及相关信息从航班的时间信息、地理信息、近期数据特点、周期性数据特点等多方面设计了如表2所示共计62维特征．
| 图表编号 | B1666601666 |
|---|---|
| 出版时间 | 2019.10.01 |
| 作者 | 林友芳、蒋鹏、郭晟楠、武志昊 |
| 研究主题 | 基于卷积神经网络的机票低价预测 |
| 出版单位 | 北京交通大学计算机与信息技术学院、民航旅客服务智能化应用技术重点实验室、北京交通大学计算机与信息技术学院、北京交通大学计算机与信息技术学院、北京交通大学计算机与信息技术学院、民航旅客服务智能化应用技术重点实验室 |
| 更多格式 | JPG/无水印（增值服务） |
| 定制格式 | Excel格式（增值服务） |
传媒
查看“表2 回归模型特征：基于卷积神经网络的机票低价预测”的人还看了
-
- 表5 卷积神经网络模型参数
- 基于EEMD-CNN的滚动轴承故障诊断方法
-
- 表2 卷积神经网络模型参数
- 小样本水下目标识别的孪生网络的设计
-
- 表1 卷积神经网络模型的参数设置
- 卷积神经网络的多目标跟踪系统
-
- 表2 二维卷积神经网络模型层数比较
- 一种基于卷积神经网络的结构损伤检测方法
-
- 表1 四层卷积层神经网络模型参数
- 一种工程图纸类文档识别分类的技术研究
-
- 表4 卷积神经网络模型准确率对比
- 一种工程图纸类文档识别分类的技术研究