1) autoregression linear prediction
自回归线性预测
1.
This paper first erases the influence of formation thickness on log values using autoregression linear prediction technique.
首先利用自回归线性预测技术消除地层厚度对测井曲线值的影响 ,然后从多条测井曲线中提取有效特征 ,再利用取心井训练神经网络来预测未知井 ,进而达到恢复薄、差地层真电阻率的目的。
3) autoregressive prediction
自回归预测
1.
A note on the method of autoregressive prediction;
关于自回归预测方法的注记
2.
The new improving method for the autoregressive prediction on increasing time series data is obtained.
提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。
4) self-regressions forecasting
自回归-预测
5) local adding-weight linear regression forecasting
局域加权线性回归预测
补充资料：回归模型预测法
回归模型预测法
【回归模型预测法】简称“回归预测法”，以定量研究变量间相关关系的回归方法为基础的预测方法。基本思路是:通过样本信息，分析预测对象与有关因素之间的总体相关关系，设定适当的数学模型(称为总体回归模型)将这种相关关系的类型表达出来;然后再利用样本信息，运用参数估计法，建立反映预测对象与主要相关因素之间总体关系的样本回归模型;进行必要的检验;最后根据已建立并通过检验的样本回归模型，来预测研究对象的未来状况。其中，在预测之前所做的那些工作，包括模型设定、参数估计和模型检验，统称为回归分析。由回归方法建立起来的数学模型，就称为回归模型。它一旦用于预测，又可称为预测回归模型。回归模型可分为线性回归模型和非线性回归模型，也可分为一元回归模型和多元回归模型。回归预测法，有比较严密的理论基础和较成熟的计算分析方法，如果模型建立得当，则可得到比较精确的预测结果。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条