一、什么是时间序列预测 二、时间序列预测的常用方法 三、时间序列预测法的优缺点分析

研究了判断时间序列是否具有分形特征的几个参数:庞加莱映射、李雅普诺夫指数、关联维数、功率谱及赫斯特指数,分析了它们各自的优缺点,认为:在已知动力学系统时,使用庞加莱映射和李雅普诺夫指数就能准确地判断该时间序列是否分形;在不知道动力学系统时,使用功率谱及赫斯特指数更好些,最后给出了分形在时间序列分析中适用的场合

10.1m序列的产生 10.2m序列的性质 10.3m序列的应用

在对混沌时间序列与随机序列的不同特征进行分析的基础上,提出一种可对二者予以区分的判定算法.并结合具有优异特性的小波函数,构造一种小波神经网络.最终给出基于小波网络的集成的混沌时间序列判定一预测算法

5.1引言 5.2多序列比对的意义 5.3多序列比对的定义 5.4调和序列 5.5算法复杂性

1.用例与协作（use case & collaboration） 一）用例(用况、用案） 定义1：用例是对一个参与者（actor）使用系统的一项功能时所进行的交互过程的一个文字描述序列。 定义2：用例是系统、子系统或类 与 外部的参与者（actor）交互的动作序列的说明，包括可选的动作序列和会出现异常的动作序列

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

本文提出了辨识非线性动态系统的两个方法。非线性系统近似由线性动态系统和非线性部件组成。在所提出的二个方法中,m序列和逆重复m序列用于输入信号或相关信号,这些方法可用于估算高阶多项式非线性部件的全部系数,并有足夠多的脉冲响应栅点值。此外,所提出的方法还适于存在缓慢随机漂移干扰时的在线辨识。由辨识试验的数字模拟可以证实所提方法的正确性

一、时间序列的平稳性 二、单整序列 三、单位根检验

一、计算机软件概述： 1、计算机软件是指计算机程序及其有关文档。 计算机程序：指为了得到某种结果而可以由计算机等具有信息处理能力的装置执行的代码化指令序列，或者可被自动转换成代码化指令序列的符号化指令序列或符号化语言序列