1) statistical timing model
统计时序模型
2) statistic time-series model
统计-时间序列模型
3) economy statistical time sequence forecast model
经济统计时序预测模型
4) statistical times-series models
统计时间序列模型
1.
The predictions of statistical times-series models were corrected based on the different types which were calculated by constructive neural networks mo-dels(covering algorithm).
采用构造性神经网络模型(覆盖算法)得出的类别值对统计时间序列模型的预测值进行修正,建立一种同时考虑时间序列自身周期变化和外生变量因子对时间序列未来变化趋势影响的混合预测模型,涵盖了实际问题的线性和非线性两方面,提高了预测精度。
5) sequential statistical model
序列统计模型
1.
The problem of estimation of total number to sequential statistical model is studied.
研究了序列统计模型中的总数的估计问题 ,给出了总数的估计 。
6) time series model
时序模型
1.
The relations between the density, mass of green compact and time series model parameters based on the vibration signal of the mold system during P/M compaction are analyzed by experiments.
通过实验分析了粉末成形压制过程中模具模架系统振动时序模型参数与压坯密度、质量之间的关系 ,验证了采用时序模型参数识别压坯密度、质量的技术的实用性与有效性 ,为实现压制过程产品质量的实时监控提供了一条新的途
2.
The time series modeling and identification techniques have been analyzed and the autoregressive moving average (ARMA) time series model based on robust least square support vector machine method (LS-SVM) has been presented.
该模型是在LS-SVM的约束条件中考虑了鲁棒特性和时序模型参数,使之在求解的过程中对孤立点与噪声不敏感,并且能准确地辨识时序模型参数。
3.
Based on the previous work on the road time series model,a further development toward the 3D road simulation by using double auto-variable time series method was made.
基于单自变量时序道路模拟原理与方法的拓展,用双自变量时序模型对三维随机路面进行刻画。
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