1) time series of elements
元素时间序列
2) multivariate time series
多元时间序列
1.
Aiming at the problem of multivariate time series similarity search,this paper presents the definition of parameter importance degree and puts forward a candidate sets obtaining method based on it.
针对多元时间序列的相似性查询问题,给出参数重要度的定义,提出一种基于参数重要度的候选集查询方法。
2.
At last,the overall similarity of the multivariate time series is obtained by synthesizing the single similarity of each series based on the BORDA counting method.
本文针对水文时间序列的特点和当前多元时间序列相似性分析研究的不足,提出了一种新的基于BORDA数的多元水文时间序列相似性度量计算方法。
3.
Common methods for matching multivariate time series such as the Euclid method and PCA method have difficulties in taking advantage of the global shape of time series.
多元时间序列模式匹配的常用方法难以刻画序列的全局形状特征,比如,Euclid方法的鲁棒性不够强;而PCA方法不适合处理小规模多元时间序列。
3) multifactor time series
多因素时间序列
1.
The multifactor time series prediction is an important part of Data Mining, which describes the potential relationships between prediction indexes and influential factors, and has a vast application in many fields.
多因素时间序列预测是数据挖掘的一个重要研究内容，描述预测指标与影响因素之间存在的潜在关系，被广泛应用于许多领域。
4) sequential element
序列元素
5) time series
时间序列
1.
Hybrid time series predictive control model for silicon content in blast furnace hot metal;
高炉硅含量预测控制的时间序列混合建模
2.
A new approach to trend extrapolation of time series of ecological footprint and its application;
生态足迹时间序列趋势外推分析的一种新方法及其应用
3.
Fractal characteristics and R/S analysis of time series of natural hazards;
自然灾害发生时间序列的分形特征及R/S分析
6) time-series
时间序列
1.
A time-series study on the association of stroke mortality and air pollution in Zhabei District, Shanghai;
上海市某区居民脑卒中死亡与大气污染关系的时间序列研究
2.
A Time-series Study on the Relationship Between Gaseous Air Pollutants and Daily Mortality in Shanghai;
上海市大气气态污染物与居民每日死亡关系的时间序列研究
3.
Online Heuristic Algorithm of Representation for Time-series Based on Polygonal Boundary Reduction;
基于多边形边界约简的启发式在线时间序列表示算法
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