本项目后端使用Django加Mysql, 前端使用Layui和Echarts(ECharts,一个使用 JavaScript 实现的开源可视化库,可以流畅的运行在 PC 和移动设备上,兼容当前绝大部分浏览器(IE8/9/10/11,Chrome,Firefox,Safari等底层依赖矢量图形库 ZRender,提供直观,交互丰富,可高度个性化定制的数据可视化图表, 由百度开源)实现前后端分离渲染,
最近更新: 1年多前【专注10年,从未刷星】(http://farsunset.com)。CIM是一套基于netty框架下的推送系统,或许有一些企业有着自己一套即时通讯系统的需求,那么CIM为您提供了一个解决方案,目前CIM支持websocket,android,ios,桌面应用,系统应用等多端接入支持,可应用于移动应用,物联网,智能家居,嵌入式开发,桌面应用,WEB应用以及后台系统之间的即时消服务。
最近更新: 接近2年前数学建模算法python实现(以司守奎-第二版为例)
最近更新: 接近2年前多元预测模型在混沌时间序列上的应用(Application of Multivariate Forecasting Model on Chaotic Time Series)
最近更新: 接近2年前最近做一个关于Nox的时间序列预测,用到了lstm模型,基于Keras,tsfresh,numpy,pandas等包。
最近更新: 接近2年前本工具箱是一个基于MATLAB自带的Deep Learning Toolbox开发的LSTM深度学习预测时间序列的工具箱,供大家免费测试使用。 它可以帮助用户直接基于现有的时间序列数据对未来进行预测,或者根据现有的数据将数据分为训练集和测试集,在训练集上训练LSTM网络,并在测试集上进行预测,通过预测的结果帮助调参。
最近更新: 接近2年前使用LSTM神经网络进行时间序列数据预测分析。 基于Tensorflow框架、Kerase接口开发网络模型。 包含数据清洗,数据特征提取,数据建模,数据预测。
最近更新: 接近2年前