2) time series matching
时间序列谱匹配
1.
Research on cultivated land extraction based on MODIS NDVI time series matching analysis—a case in middle part of Zhejiang;
基于MODIS NDVI时间序列谱匹配的耕地信息提取研究——以浙中地区为例
3) Time-series pattern matching
时序模式匹配
4) similar pattern matching time series
时间序列相似性匹配
5) time series models
时间序列模式
1.
Time series forecast analysis has a vast application in Hospital Information System, and ARIMA model is a usefulmethod in mining time series models .
时间序列预测分析在医院信息系统中具有广泛的应用前景,而ARIMA模型是挖掘时间序列模式的一个有效的方法。
6) sequence matching
序列匹配
1.
Efficient algorithm for XML query based sequence matching——SCALER+;
一种高效的基于序列匹配的XML求解算法——SCALER+
2.
Design and Implementation of Code Clone Analysis System Based on Sequence Matching;
基于序列匹配的代码克隆分析系统设计与实现
3.
Because the aggregates of observed values corresponding to different states are disjoint, the parameters of the models can be calculated by a sequence matching algorit.
由于模型中各状态对应的观测值集合互不相交,模型训练中采用了运算量较小的的序列匹配方法,与传统的Baum-Welch算法相比,大大减小了训练时间。
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