《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 ⇩
《表2 回归模型特征:基于卷积神经网络的机票低价预测》
《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.

  1. 保存图表

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
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
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
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
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
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
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