1) monthly average precipitation
月降水时间序列
1.
Based on the monthly average precipitation at Xi-Feng town from 1951 to 1999,this paper gets the delay time using mutual information method,and this paper also introduces Cao method to solve the embedding dimension using Cao method.
以泾河流域西峰镇站1951~2001年月降水时间序列为基础,利用互信息函数法求时间序列的时间延迟,引入伪邻近法求该序列的嵌入维数,计算结果显示其嵌入维数在[2,12]之间变化,再利用G-P算法计算该序列的关联维数,结果表明序列具有明显的混沌特性。
3) precipitation time series
降水时间序列
1.
A wavelet analysis of the precipitation time series in Northeast China during the last 100 years
东北地区近百年降水时间序列变化规律的小波分析
4) monthly runoff time series
月径流时间序列
1.
Chaos analysis of the monthly runoff time series in Jinsha River,China;
金沙江流域月径流时间序列的混沌分析
5) monthly load time series
月负荷时间序列
1.
Decomposing the original monthly load time series of Sichuan province into a part of trend and a part of surplus and based on chaos theory,chaotic characteristic of the surplus series is extracted,and it is concluded that surplus series is a chaotic o.
在此基础上,利用混沌趋势组合模型对月负荷时间序列进行预测,实例结果表明,该方法对电力月负荷的预测是可行的。
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