1) Multidimensional time series data
立体时序数据
2) multi dimensional time series
时序立体数据表
1.
According to the feature of the comprehensive evaluation problems in case of multi dimensional time series, by a new method named "vertical and horizontal", scatter degree is proposed to determine the weights.
在经济管理与决策中 ,经常遇到大量的动态综合评价问题·但遗憾的是决策者常常将动态的综合评价问题“简化”为静态的综合评价问题 ,而使得综合评价结果不同程度的“失真”·针对由时序立体数据表支持的动态综合评价问题 ,提出了一种新的“‘纵横向’拉开档次”法 ,并给出一个例子·该方法具有原理简单、直观意义明显、评价过程“透明”等特点
2.
According to the particularity of the comprehensive evaluation problems in case of multi dimensional time series, a new method, named "vertical and horizontal", scatter degree is proposed to determine the weights and an example is given.
针对由时序立体数据表支持的综合评价问题的特殊性 ,提出了一种新的确定权重系数的“‘纵横向’拉开档次”法 ,并给出一个实际例子 。
3) time series stereodata
时序立体数据表
1.
According to the principle of "variance drive",the paper introduces a comprehensive evaluation model showing the growth of agricultural listed companies based on time series stereodata list.
从"差异驱动"原理出发,对由农业上市公司成长性指标值构成的时序立体数据表给出了综合评价模型。
4) time sequence three-dimensional data table
时序立体数据表
1.
According to time sequence three-dimensional data table about the development of higher education of the year 1995,1997,1999 in China,this paper finds common principal component subspaces L (F 1,F 2,.
本文根据 1995年、1997年和 1999年共同构成的关于我国普通高等教育发展水平的时序立体数据表 ,通过全局主成分分析得到公共主成分子空间L(F1,F2 ,… ,Fm) ,并在该子空间对我国高等教育发展背景和现状进行统计分析 ,给出了排名和变化趋势。
2.
This article is based on time sequence three-dimensional data table concerning of the general higher education developing levels from the year 1997 to 2003 in China.
本文根据1997年~2003年共同构成的关于我国普通高等教育发展水平的时序立体数据表,对各地区高等教育发展整体状况的各项指标进行变量聚类,以区分对我国高教发展背景与现状分别产生影响的各项指标,然后对每一类作主成分分析,选出能够代表该类的主成分。
5) CTSD
时序立体数据
1.
The analysis object in this paper is Cubic Time Series Data(CTSD),which is three-dimensional data composed by cross-sectional data and time series data.
本文所研究的是一种由截面数据和时间序列数据共同组成的具有立体结构的三维数组,即时序立体数据,并以定义的点积和常数型均值为基础,试图从理论上推导出时序立体数据的回归模型。
6) Time Series
时序数据
1.
Methods:Panel data model was used to analyse aggregated data of Cross Section(CS)and Time Series(TS).
方法:采用Panel Data模型分析截面数据与时序数据混合的二维资料。
2.
In this paper, the outlier mining method for time series data is investigated.
针对时序数据进行离群数据挖掘方法的研究。
3.
Focusing on this problem,we raise time series based,malfunction diagnose methodology in this paper.
文中针对柔性线路板(Flexible PCB,FPC)多层、线宽精细和间距超精细,无法获取充分故障信息的问题,提出了时序数据测量和基于时序数据的故障诊断方法,在限定的测量节点上,获取了更多的故障信息,将故障识别率从原来的86。
补充资料：数据通信网(见数据通信)
数据通信网(见数据通信)
data communication network
shu)u tongxinwang数据通信网(datac。mmunicati。nne饰ork)见数据通信。
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