1) Fuzzy time series
模糊时间序列
1.
Modeling and Application of Fuzzy Time Series;
模糊时间序列建模及应用
2.
Based on FAR(p) model, an optimal forecasting method of fuzzy time series is established in the paper.
以模糊时间序列的 Ｆ Ａ Ｒ（ｐ ）为基础，建立了模糊时间序列的最优预测原则、计算原理及计算方法，探讨了实时预测途径，并通过仿真验证了所建立的最优预测方法的有效性。
3.
In this paper, definition of fuzzy time series is revisited, the exiting fuzzy time series models are analyzed and a new fuzzy time series forecasting method is presented.
文章中首先回顾了基于模糊理论的模糊时间序列定义,对现有的模糊时间序列模型进行分析,在此基础上提出了一种新的模糊时间序列预测方法,以上证指数为对象进行了拟合,从结果看新的基于模糊时间序列预测方法在MSN、平均误差(%)和标准误差(%)等指标上要优于现有的预测方法。
2) fuzzy time sequence
模糊时间序列
1.
One model of fuzzy time sequence was chosen to confirm the initial parameters.
选择了一个模糊时间序列的模型来确定模糊系统初始参数,同时运用了Type-2模糊系统和Type-1模糊系统进行了训练及预测,比较了他们的训练逼近效果,以及预测效果,给出了仿真。
3) time series of weighed fuzzy degree
加权模糊度时间序列
4) fuzzy random time series
模糊随机时间序列
5) fuzzy time series data mining
模糊时间序列挖掘
6) fuzzy time series analysis
模糊时间序列分析
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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