2.1 引言 2.2 序列的傅里叶变换的定义及性质 2.3 周期序列的离散傅里叶级数及傅里叶变换表示式 2.4 时域离散信号的傅里叶变换与模拟 信号傅里叶变换之间的关系 2.5 序列的Z变换 2.6 利用Z变换分析信号和系统的频域特性

回溯法有“通用的解题法”之称。应用回溯法解问题时，首先应 该明确问题的解空间。一个复杂问题的解决往往由多部分构成，即， 一个大的解决方案可以看作是由若干个小的决策组成。很多时候它们 构成一个决策序列。解决一个问题的所有可能的决策序列构成该问题 的解空间。解空间中满足约束条件的决策序列称为可行解。一般说来， 解任何问题都有一个目标，在约束条件下使目标达优的可行解称为该 问题的最优解

1. 系统状态的安全性 • 安全序列：如果某一时刻，系统能够按照某种进程循序， 如{p1,p2,…,pn},来为每个进程分配其所需的资源，直至 最大需求，使得每个进程均可顺利完成，则进程序列 {p1,p2,…,pn}叫安全序列

一、 ρs与φSS的估计 设 Y1，Y2，…，YN是序列｛Yt｝的一段观测资料，N 为样本长 度

提出了一类新的四维分数阶超混沌系统,对其动力学特性进行了理论分析和数值模拟.通过Lyapunov指数谱和分岔图分析了系统对阶次变化的敏感性.当微分阶次连续变化时,系统既存在混沌特性又存在周期特性.然后根据分数阶超混沌系统同步及扩频通信理论,提出了一个扩频通信方案.该方案使用混沌信号序列作为直接扩频通信系统的扩频地址码,用于替换传统的码分多址(CDMA)通信系统中的伪随机序列(PN序列).最后,基于该分数阶超混沌系统设计一个扩频通信电路,在Multisim平台上验证了该方案的有效性和可行性

提出了一种基于小波和动态时间弯曲(DTW)距离的时间序列索引和相似匹配方法.该方法采用小波变换进行数据降维,利用R*-tree建立多维索引结构.给出了查询序列的DTW距离边界和其在小波空间的查询超矩形的计算方法,从而将原始空间的基于DTW距离的相似匹配转换为小波空间基于欧氏距离的相似匹配.证明了此匹配方法不会产生漏报,给出了基于DTW距离的范围查询算法和近邻查询算法.实验结果表明该方法具有较高匹配精度和其较低的计算代价

根据目前高炉炉温预报推理规则都是由高炉专家根据经验制定的情况,提出了一种新的规则生成方法——数据挖掘获取高炉炉温预报关联规则.针对现有挖掘算法的不足,提出了一种改进的多维时间序列模糊关联规则挖掘算法,该算法基于时间子序列和子序列间隔的双重模糊化,避免了挖掘结果\时间边界锐化\的问题.该算法应用于武钢的1#高炉,挖掘效果良好

时间序列数据或截面数据都是一维数据。例如时间序列数据是变量按时间得到的数据；截面数据是变量在截面空间上的数据。面板数据是同时在时间和截面上取得的二维数据。所以，面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）

一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程

时间序列的基本概念 时间序列平稳性的单位根检验 协整