五月天av在线,97久久夜色精品国产,亚洲欧洲成人精品av97

時(shí)間序列模型

灰色預(yù)測(cè)模型稱(chēng)為CM模型

灰色預(yù)測(cè)模型稱(chēng)為CM模型，G為grey的第一個(gè)字母，M為model的第一個(gè)字母。GM（1，1）表示一階的，一個(gè)變量的微分方程型預(yù)測(cè)模型。GM（1，1）是一階單序列的線(xiàn)性動(dòng)態(tài)模型，主要用于時(shí)間序列預(yù)測(cè)。一、GM（1，1）建模設(shè)有數(shù)列共有個(gè)觀察值對(duì) 作累加生成，得到新的數(shù)列，其元素（5-1）有：對(duì)數(shù)列，可建立預(yù)測(cè)模型的白化形式方程，（5-2）式中： ——為待估計(jì)參數(shù)。分別稱(chēng)為發(fā)展灰數(shù)和內(nèi)生控制灰數(shù)。設(shè) 為待估計(jì)參數(shù)向量則按最小二乘法求解，有：（5-3）式中：（5-4）（5-5）將（5-3）式求得的代入（5-2）式，并解微分方程，有（1，1）預(yù)測(cè)模型為：（5-6）

標(biāo)簽： 灰色預(yù)測(cè)模型模型

上傳時(shí)間： 2015-03-04

上傳用戶(hù)：thesk123
用Burg算法估計(jì)AR模型參數(shù)

用Burg算法估計(jì)AR模型參數(shù)，進(jìn)而實(shí)現(xiàn)功率譜估計(jì). 形參說(shuō)明： x——雙精度實(shí)型一維數(shù)組，長(zhǎng)度為n，存放隨機(jī)序列。 n--整型變量,隨機(jī)序列的長(zhǎng)度。 p--整型變量,AR模型的階數(shù)。 a--雙精度實(shí)型一維數(shù)組，長(zhǎng)度為(p十1)。存放AR模型的系數(shù)a(0),a(1),...,a(p)。 v--雙精度實(shí)型指針,它指向預(yù)測(cè)誤差功率，即AR模型激勵(lì)白噪聲的方差。

標(biāo)簽： Burg AR模型算法參數(shù)

上傳時(shí)間： 2013-12-21

上傳用戶(hù)：330402686
是隨機(jī)過(guò)程中時(shí)間序列分析作業(yè)

是隨機(jī)過(guò)程中時(shí)間序列分析作業(yè)，基于Matlab編程實(shí)現(xiàn)模型判別，參數(shù)求取，模型預(yù)測(cè)等，另附有本人作業(yè)全文，供大家參考。

標(biāo)簽： 隨機(jī) 過(guò)程時(shí)間序列分

上傳時(shí)間： 2014-01-11

上傳用戶(hù)：集美慧
馬爾科夫模型的java版本實(shí)現(xiàn)

馬爾科夫模型的java版本實(shí)現(xiàn)，用于生物序列分析的好的參考

標(biāo)簽： java 模型版本

上傳時(shí)間： 2014-01-13

上傳用戶(hù)：xiaodu1124
馬爾科夫模型的c語(yǔ)言實(shí)現(xiàn)

馬爾科夫模型的c語(yǔ)言實(shí)現(xiàn)，用于生物序列分析的好的參考，和java版本的可互相參考

標(biāo)簽： 模型 c語(yǔ)言

上傳時(shí)間： 2014-06-10

上傳用戶(hù)：hjshhyy
kuanjiange_seq.m 基于對(duì)偶頻帶法和m序列

kuanjiange_seq.m 基于對(duì)偶頻帶法和m序列，產(chǎn)生一個(gè)寬間隔跳頻序列。 kuanjiange_seqencezu.m 基于對(duì)偶頻帶法和m序列，產(chǎn)生一個(gè)寬間隔跳頻序列族。注：其中的m序列是利用三個(gè)非相鄰級(jí)控制頻率合成器構(gòu)造 L_G模型。

標(biāo)簽： kuanjiange_seq 頻帶序列

上傳時(shí)間： 2015-08-12

上傳用戶(hù)：lo25643
GM(1,1)模型1-4 1：GM(1,1)模擬模型

GM(1,1)模型1-4 1：GM(1,1)模擬模型，在matlab中的輸入方法為gm1（x），x指要模擬的序列。 2：GM(1,1)預(yù)測(cè)模型，在matlab中的輸入方法為gm2（x，K），x指要模擬的序列，K指從以后序列第一個(gè)數(shù)據(jù)算起的第k個(gè)待預(yù)測(cè)數(shù)據(jù)。 3：GM(1,1)群模擬模型，在matlab中的輸入方法為gm3（x），x指要模擬的序列。 4：GM(1,1)群預(yù)測(cè)模型，在matlab中的輸入方法為gm4（x，K），x指要模擬的序列，K指從以后序列第一個(gè)數(shù)據(jù)算起的第k個(gè)待預(yù)測(cè)數(shù)據(jù)。 gm4對(duì)序列趨勢(shì)比較好的數(shù)據(jù)預(yù)測(cè)效果較好，對(duì)上下變動(dòng)的數(shù)據(jù)，特別是后4個(gè)數(shù)據(jù)趨勢(shì)跟前面的數(shù)據(jù)相反的，預(yù)測(cè)效果很差。 gm2對(duì)上下變動(dòng)的數(shù)據(jù)，預(yù)測(cè)效果比gm4好，但對(duì)趨勢(shì)較好的數(shù)據(jù)，預(yù)測(cè)精度沒(méi)有g(shù)m4高。 gm3比gm1模擬精度要高。可以以x=[1 3 5 7 9 11 13 15]進(jìn)行實(shí)驗(yàn)。x輸入默認(rèn)行向量。所有程序在matlab6.0上調(diào)試通過(guò)。

標(biāo)簽： GM 模型模擬

上傳時(shí)間： 2013-11-29

上傳用戶(hù)：jackgao
采用logistic構(gòu)造的混沌模型

采用logistic構(gòu)造的混沌模型，可以產(chǎn)生混沌序列，簡(jiǎn)單修改參數(shù)后可以產(chǎn)生任意區(qū)間的混沌序列程序

標(biāo)簽： logistic 混沌模型

上傳時(shí)間： 2013-12-27

上傳用戶(hù)：thesk123
時(shí)間序列分析的matlab程序

時(shí)間序列分析的matlab程序，包括AR和AEMA模型

標(biāo)簽： matlab 時(shí)間序列分程序

上傳時(shí)間： 2014-01-15

上傳用戶(hù)：cylnpy
本文的題目是改進(jìn)的粒子濾波在組合導(dǎo)航中的應(yīng)用研究。文檔可用caj打開(kāi)。本課題首先研究了GPS/DR車(chē)載定位系統(tǒng)的組合模型

本文的題目是改進(jìn)的粒子濾波在組合導(dǎo)航中的應(yīng)用研究。文檔可用caj打開(kāi)。本課題首先研究了GPS/DR車(chē)載定位系統(tǒng)的組合模型，然后在分析了非線(xiàn)性濾波的基礎(chǔ)上，引入了粒子濾波。粒子濾波是一種基于遞推計(jì)算的序列蒙特卡羅算法，它采用一組從概率密度函數(shù)上隨機(jī)抽取的并附帶相關(guān)權(quán)值的粒子集來(lái)逼近后驗(yàn)概率密度，從而不受非線(xiàn)性、非高斯問(wèn)題的限制。雖然粒子濾波存在諸多優(yōu)點(diǎn)，然而它仍然存在諸如粒子數(shù)匿乏、濾波性能不高、實(shí)時(shí)性差等問(wèn)題。

標(biāo)簽： caj GPS DR 粒子濾波

上傳時(shí)間： 2013-12-19

上傳用戶(hù)：zhangliming420