说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> ARIMA Wiener滤波
1)  ARIMA Wiener filter
ARIMA Wiener滤波
2)  Wiener filtering
Wiener滤波
1.
Application of wavelet transform-based Wiener filtering method to denoise in agricultural product images;
基于小波变换的Wiener滤波方法在农产品图像去噪中的应用
2.
This paper includes three image denoising methods,which are median value filtering method,Wiener filtering method and denoising with the wavelet thresholding.
采用中值滤波、Wiener滤波和小波阈值化消噪3种方法对织物疵点图像进行消噪处理。
3.
A new method for 2-D Wiener filtering is given to replace Gaussian filter in LOG operator.
提出一种LOG算子的改进方法:用二维自适应Wiener滤波代替LOG算子中Gaussian滤波。
3)  Wiener filter
Wiener滤波
1.
1/f fractal noise attenuation using adaptive Wiener filter;
小波域上分形噪声的一种自适应Wiener滤波方法
2.
Restoration of defocus blurred digital image using wiener filter in frequency domain;
离焦模糊数字图像的Wiener滤波频域复原
3.
Algorithm of small targets detection based on Wiener filter;
基于Wiener滤波的小目标检测方法
4)  Wiener filter
Wiener滤波器
1.
Multi-sensor information fusion white noise de-convolution Wiener filter and smoother;
多传感器信息融合白噪声去卷Wiener滤波器和平滑器
2.
Multisensor information fusion ARMA signal Wiener filter;
多传感器信息融合ARMA信号Wiener滤波器
3.
Kalman filtering-based information fusion Wiener filter of autoregressive moving average signals;
基于Kalman滤波的自回归滑动平均信号信息融合Wiener滤波器
5)  ARIMA methods
ARIMA法
6)  empirical Wiener filtering
经验Wiener滤波
补充资料:ARIMA模型


ARIMA模型


  【ARD城A模型]亦译“综合自回归移动平均模型”。考虑了时间序列的自回归特性和偏自回归特性,将自回归和移动平均分析技术结合起来的综合分析技术。是一种比较成熟的单变量平稳时间序列分析预测方法。 在AR模型和MA模型中,所考察的随机过程本身要求是平稳的,否则,通过差分使过程达到平稳后进行相应的分析。而ARIMA模型就是把差分、服模型和MA模型结合在一起的模型,实际上是更为一般的表达式,用ARIMA(p,d,q)表示,其中的d是表示原过程本身达到平衡所需的差分次数。如果原过程用xt表示,经d阶差分后获得平稳过程wt,即Wt=△dxt,则称xt为d阶齐次非平稳过程。完整的AR侧认(p,d,q)模型表示为: 了茂=吻十艺犷二1‘ .了’一i一名r二1民et一j+“: A印叫认(p,d,q)模型的参数估计一般是先确定原过程的平稳性,经d次差分获得平稳序列戮后,使用戮的自相关函数和偏自相关函数确定AR过程和MA过程的阶数(p,q),然后估计模型的参数并进行相应的检验,确定模型的有效性,最后才可用于对原过程未来值的预测。
  
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