色偷偷久久一区二区三区,九九久久婷婷,国产欧美日韩精品一区二区免费

時間序列模型

我做的畢業設計,用AT89S51 控制LCD1602作為顯示. DS1302時鐘芯片顯示時間,DS18B20測量溫度,還有4X4的鍵盤驅動.實現了一個計算功能.可以用PROTUES 仿真軟件仿真,當時

我做的畢業設計,用AT89S51 控制LCD1602作為顯示. DS1302時鐘芯片顯示時間,DS18B20測量溫度,還有4X4的鍵盤驅動.實現了一個計算功能.可以用PROTUES 仿真軟件仿真,當時我還做出實物來了.

標簽： PROTUES 1602 1302 DS

上傳時間： 2013-11-29

上傳用戶：拔絲土豆
數模用的時間序列模型

數模用的時間序列模型，要用matlab編程

標簽： 數模時間序列模型

上傳時間： 2017-07-25

上傳用戶：zhanditian
C8051F58x CAN BUS 可以提供傳輸溝通介面節省開發時間

C8051F58x CAN BUS 可以提供傳輸溝通介面節省開發時間

標簽： C8051F58x BUS CAN

上傳時間： 2017-09-23

上傳用戶：924484786
神經網絡與時間序列模型在股票預測中的比較

該文檔為神經網絡與時間序列模型在股票預測中的比較簡介資料，講解的還不錯，感興趣的可以下載看看…………………………

標簽： 神經網絡時間序列

上傳時間： 2021-11-03

上傳用戶：
時間序列模型和神經網絡模型在股票預測中的分析

該文檔為時間序列模型和神經網絡模型在股票預測中的分析資料，講解的還不錯，感興趣的可以下載看看…………………………

標簽： 時間序列模型神經網絡

上傳時間： 2021-11-06

上傳用戶：
由玉面白狐修改的即時聊天

由玉面白狐修改的即時聊天，加入站長廣播，線上人數、防止穿牆及踢人，及加上發言時間及日期，可知是何時的發言，以及防止別人惡意洗畫面，修正一些之前的錯誤，及小小重排了一下版面，再加java提示語法，滑鼠移至輸入項即提示消失

標簽： 修改

上傳時間： 2015-06-02

上傳用戶：wlcaption
HMM(Hidden Markov Model)

HMM(Hidden Markov Model)，狀態數目N=3，觀察符號數目M=2，時間長度T=3。 (a) Probability Evaluation: 給定狀態轉換機率A、狀態符號觀察機率B、和起始機率，求觀察序列出現的機率。 (b) Optimal State Sequence: 給定狀態轉換機率A、狀態符號觀察機率B、起始機率、和觀察序列，求一個狀態序列使得O出現的機率最大。 (c) Parameter Estimation: 給定狀態轉換機率A、狀態符號觀察機率B、起始機率、和觀察序列，求新的A、B、，使得O出現的機率最大。

標簽： Hidden Markov Model HMM

上傳時間： 2014-08-28

上傳用戶：heart520beat
一個很好用的　lcd 時鐘程序　C語言 #include<reg51.h> #include<stdio.h> //定義計時器0 的重裝值 #define RELOAD

一個很好用的　lcd 時鐘程序　C語言 #include<reg51.h> #include<stdio.h> //定義計時器0 的重裝值 #define RELOAD_HIGH 0x3C #define RELOAD_LOW 0xD2 //定義按鍵彈跳時間 #define DB_VAL //定義設置模式的最大時間間隔 #define TIMEOUT 200 //定義游標位置常數 #define HOME 0 #define HOUR 1 #define MIN 2 #define SEC 3

標簽： include define RELOAD stdio

上傳時間： 2014-12-19

上傳用戶：zukfu
AR（1）模型卡爾曼濾波

對數據進行分析處理，確定時間序列模型，最終得到AR（1）模型，再利用卡爾曼濾波對數據進性濾波處理

標簽： 模型卡爾曼濾波

上傳時間： 2017-05-06

上傳用戶：李兆桐114
風電場對電力系統穩定性的影響.rar

由于日趨嚴重的環境問題以及風能利用的成本低廉和技術成熟等原因，風力發電成為電力系統中相對增長最快的新能源發電技術，發展風電成為改善電力系統經濟運行極為重要的措施。近幾年，風力發電機組單機容量和風電場建設規模都日益擴大，但風力的隨機性和間歇性會對電力系統穩定運行產生一定的影響。因此對于含有風電場的電力系統，需要建立正確的風電場數學模型和進行風電場的短期風速預測。首先，運用時間序列和神經網絡相結合的預測方法，對風電場的風速序列進行短期預測。該方法用時間序列模型來選擇神經網絡的輸入變量，而神經網絡分別運用了BP和GRNN神經網絡進行比較，發現使用時間序列結合GRNN網絡預測效果比較令人滿意，其對風電場和電力系統的穩定性運行具有重要的意義。其次，建立了風速、風電機組和風電場的數學模型。風電機組的數學模型主要包括風力機模型、傳動機構模型和異步發電機模型，仿真分析了風電機組對于風速的響應。在風電場模型研究中，考慮了尾流效應因素，風電場中各臺風機位置處的風速并不相同，因此研究了風能分布的Jensen模型和Lissaman模型，并進行了案例計算分析，結果表明了風能分布模型在大規模風電場模型分析中的重要性。本文還提出了風電場等值模型的建立，降低了仿真研究的復雜性，使得分析大規模風電場并網運行成為可能。最后，實現了包含風電場的電力系統潮流計算，采用牛頓—拉夫遜法極坐標形式的方法，為研究風電場穩定性運行提供了前提條件。同時提出了基于電力系統暫態穩定性分析的風電場穿透功率極限計算方法，并揭示了頻率波動對風電場穩定運行的影響。

標簽： 風電場電力系統穩定性

上傳時間： 2013-07-31

上傳用戶：zhengxueliang