点击切换搜索课件文库搜索结果(2896)
文档格式:DOC 文档大小:1.16MB 文档页数:46
教学内容: 1.总量指标的含义、种类、计量单位及其各种单位的特点 2.相对指标的含义、表现形式及种类 3.平均指标的内涵、作用、各种平均数的计算方法、应用场合 4.标志变异指标的含义、作用、种类及其计算 教学重点: 1.总量指标的种类 2.相对指标的种类及计算 3.平均指标的种类、计算及其应用场合 4.标志变异指标的作用、种类及其应用场合 教学难点:平均指标、标志变异指标的计算及其应用场合
文档格式:PPT 文档大小:3.95MB 文档页数:142
学习本章的目的在于了解时间数列的概念、种类和编制方法;熟练掌握时间数列各项分析指标的计算方法,并能够结合实际资料进行运用;理解并掌握长期趋势、季节变动的测定方法。 第一节 动态数列概述 第二节 动态数列的分析指标 第三节 长期趋势的测定与预测 第四节 季节变动和循环变动的测定
文档格式:PPTX 文档大小:3.2MB 文档页数:68
一、道间距如的选择 二、偏移距X1的选择 三、复盖次数门的选择 四、选择观测系统的原则和步骤 一、动校正速度选取不准确的影响 二、地层倾斜对叠加效果的影响
文档格式:DOC 文档大小:746KB 文档页数:28
教学内容: 1.指数的含义、种类 2.综合指数的一般编制方法 3.其他形式综合指数的编制方法 4.平均指数的编制方法及其应用 5.指数体系的含义、作用及其分析方法 6.平均指标指数的含义、编制及其因素分析 7.指数数列的含义、编制及其应用 教学重点: 1.综合指数的一般编制方法及其应用 2.平均指数的编制方法及其应用 3.指数因素分析 教学难点: 1.各种指数的编制方法,特别是同度量因素的固定时期 2.指数因素分析
文档格式:PPT 文档大小:1.12MB 文档页数:35
时间数列(动态数列)是指标数值按时间顺序排列而形成的数列。 主要内容:时间数列及其指标分析、时间数列的趋势分析、指数分析法
文档格式:DOC 文档大小:335.56KB 文档页数:9
时间数列(动态数列)是指标数值按时间顺序排列而形成的数列。本章主要内容包括:时间数列及其指标分析,时间数列的趋势分析,指数分析法
文档格式:PDF 文档大小:920.13KB 文档页数:10
海底金矿矿山水害对矿山生产、人员施工及矿山设备等产生较大威胁,是矿山开采中的自然灾害之一,快速有效的判别出矿山水害水源对于事故的防治有重要意义。三山岛金矿的巷道围岩裂隙普遍并长期存在涌水现象,矿区开采中矿井水害的水源主要有海水、第四系水、基岩裂隙水、地下水等,为了准确快速的判别矿井水水源,有效预防矿井水突水及水害威胁,本研究结合监测点水样的水文地质条件与不同监测点水样的水化学成分分析,选取Mg2+、Na++K+、Ca2+、SO42?、Cl?和HCO3 ?共6项指标作为判别因子,通过主成分分析得出不同水样的矿化程度。在贝叶斯算法分析原理的基础上,将马尔可夫链蒙特卡洛(Markov Chain Monte Carlo, MCMC)引入到贝叶斯方法中,运用统计软件SPSS统计,构建贝叶斯判别分析模型,得出基于水样样本信息的算法估计的后验分布,得出矿山水害水源的分析方法。运用三山岛金矿水害取水点的水样分析数据进行详细的分析验证,建立矿井突水水源模型,进行不同水样的信息分析,得出贝叶斯统计函数并进行水源判别结果分析,验证了贝叶斯矿山水害水源判别模型的准确性和实用性,对现场工作的开展和水害防治有一定的指导意义
文档格式:PPT 文档大小:1.29MB 文档页数:79
第一节 数据集中趋势的测定 一、均值 二、中位数 三、众数 第二节 数据离散程度的测定 一、极差 二、异众比率 三、平均差 四、方差和标准差 五、标准差系数 第三节 动态数据的分析 一、 水平分析指标 二、 速度分析指标 三、 长期趋势的分析 第四节 相关与回归分析 一、 相关与回归的基本问题 二、相关与回归分析
文档格式:PDF 文档大小:1.31MB 文档页数:14
大数据是多源异构的。在信息技术飞速发展的今天,多模态数据已成为近来数据资源的主要形式。研究多模态学习方法,赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务,介绍了多模态学习的认知机理与发展过程。在此基础上,重点综述了多模态统计学习方法与深度学习方法。此外,本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式,并对未来可能的研究方向进行思考与展望
文档格式:PPT 文档大小:2.14MB 文档页数:73
 Modeling strategies of SEM(模型的用途)  Model confirmation:验证(confirmatory)先设模型的恰当性  Model generation:设起始模型,与观察数据比较之后,进行必要的修正,反复估计而得到最佳拟合的模型  Model competation:利用不同模型的比较以决定何者最能反应真实数据 1、模型设定(model specification) 2、模型识别(model identification) 3、模型估计(model estimation) 4、模型评价(model evaluation) 5、模型修正( model modification)
首页上页276277278279280281282283下页末页
热门关键字
搜索一下,找到相关课件或文库资源 2896 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有