简介:古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对未来的变化趋势进行预测分析。本文基于神经网络,以气象观测历史数据作为研究的对象,建立了气温变化时序预测模型。本模型利用大数据相关技术对数据进行特征处理,通过深度神经网络,学习特征数据和标签数据之间复杂的非线性关系,从而实现对气温变化的趋势预测。实验结果表明,相较其他模型,本文的模型能够更好地进行时序预测,同时也证明了神经网络用于气象预测的可行性。
简介:随着国内不断深入绿色环保能源理念,电动汽车由于具备零排放、污染小、应用成本低、维护方便等特点将成为以后汽车发展的大势所趋。但是,在实际使用中,充电桩分布和设计存在的问题对电动汽车的续航可靠性造成影响,严重限制着电动汽车发展。因此,优化电动汽车充电桩设计十分必要。STM32是ARMCortex—M0处理器内核,应用过程中功耗较低,基于STM32设计智能充电桩嵌入式控制系统,可以在一定程度上对充电桩智能的充电控制能力实施优化处理。本文简要介绍智能充电桩嵌入式控制系统的整体结构框架,对相应的系统功能指标进行一定的分析,建立基于STM32的嵌入式开发环境,实现系统集成设计与硬件电路模块化。